С 01.09.2024 вступают в силу изменения подпункта «а» пункта 14 Постановления Правительства Российской Федерации от 18.12.2020 № 2168 «Правила организации и осуществления производственного контроля», в части расширения перечня обязанностей работника, осуществляющего производственный контроль, обязанностью по обеспечению контроля требований промышленной безопасности не только работниками опасных производственных объектов, но и лицами, осуществляющими по гражданско-правовым договорам на опасном производственном объекте работы (оказывающими услуги) в области промышленной безопасности, к которым установлены требования промышленной безопасности. С 1 апреля 2024 года государственная услуга по приему и учету уведомлений о начале осуществления юридическими лицами и индивидуальными предпринимателями деятельности по монтажу, демонтажу, эксплуатации, в том числе обслуживанию и ремонту лифтов, подъемных платформ для инвалидов, пассажирских конвейеров (движущихся пешеходных дорожек), эскалаторов, за исключением эскалаторов в метрополитенах предоставляется посредством ЕПГУ Подача заявительных документов через ЕПГУ по государственной услуге "Регистрация опасных производственных объектов" осуществляется по ссылке: https://www.gosuslugi.ru/623642/1/form Организована работа "Телефона доверия" для приема сообщений по фактам нарушений и произошедших авариях на поднадзорных объектах Енисейского управления Ростехнадзора, тел. 8(391) 252-29-25

Улучшена точность работы нейросетей для роботов и дронов

19.06.2026

Источник: ТАСС

Специалисты Центра искусственного интеллекта МГУ имени М. В. Ломоносова создали алгоритм, который делает точнее работу нейросетей для систем управления в основе роботов и летательных аппаратов, особенность которых заключается в получении данных с задержкой. Об этом сообщили ТАСС в пресс-службе вуза.

Учет запаздывающих сигналов, которые могут быть обусловлены сбоями в передаче данных или особенностью датчиков, влияет на точность работы нейросети. Если ИИ-модель не принимает во внимание задержку, ее прогноз может постепенно расходиться с реальным поведением системы.

"Авторы предложили метод, основанный на динамической нейронной сети. В отличие от обычных моделей, которые обучаются заранее и затем работают с неизменными параметрами, такая сеть продолжает уточнять свои параметры прямо во время работы системы. По мере поступления новых данных она корректирует внутренние настройки и улучшает прогноз динамики системы", - сообщили ТАСС в вузе.

Преимущество нового подхода заключается и в том, что он позволяет учитывать задержку входного сигнала без увеличения вычислительной нагрузки.

"Работоспособность метода была проверена на нескольких задачах моделирования. Среди них - геодезическое движение на трехосном эллипсоиде, модель динамики летательного аппарата и задача биомеханики, связанная с моделированием поворота головы. В экспериментах предложенный подход показал более точное воспроизведение динамики систем, где управляющее воздействие поступает с задержкой", - уточнили в МГУ.

Результаты работы опубликованы в журнале IEEE Access.

Возврат к списку