Правильный ответ – компьютерное зрение!
Компьютерное зрение – это раздел искусственного интеллекта, который позволяет компьютерам распознавать изображения. Оно анализирует общие признаки и комбинации на изображениях, а затем идентифицирует похожие объекты. Компьютерное зрение применяется в различных областях, включая медицину, образование, промышленность и технику. В промышленности существует термин «машинное зрение», который описывает системы и технологии, используемые в промышленной автоматизации.
🔥О примерах применения машинного зрения в горном деле можно прочитать на страницах журнала «Горные науки и технологии»🔥
Подписывайтесь на ТГ-канал журнала:
👉t.iss.one/MinSciTech👈
#нарусскомязыке #ГНиТ #опрос #ИИ
Компьютерное зрение – это раздел искусственного интеллекта, который позволяет компьютерам распознавать изображения. Оно анализирует общие признаки и комбинации на изображениях, а затем идентифицирует похожие объекты. Компьютерное зрение применяется в различных областях, включая медицину, образование, промышленность и технику. В промышленности существует термин «машинное зрение», который описывает системы и технологии, используемые в промышленной автоматизации.
🔥О примерах применения машинного зрения в горном деле можно прочитать на страницах журнала «Горные науки и технологии»🔥
Подписывайтесь на ТГ-канал журнала:
👉t.iss.one/MinSciTech👈
#нарусскомязыке #ГНиТ #опрос #ИИ
👍4🔥1🥰1👏1
Производительность питателя: измерение и анализ с использованием машинного зрения
Технология выпуска угля из подкровельной пачки использует так называемый гравитационный выпуск, когда уголь выпускается из-под кровли «самотеком» под действием силы тяжести. Выпуск при этом можно производить на главный конвейер (забойный – расположенный в закрепленном пространстве), центральный (в западной литературе – задний) и хвостовой (завальный – расположенный в незакрепленном пространстве). В рамках исследований разработан метод измерения производительности механизированного пластинчатого питателя, подающего уголь от выпускного окна крепи на конвейер в технологии отработки мощных пластов с выпуском на забойный конвейер. Апробированы алгоритмы измерения объема с применением технологии машинного зрения. Проведены лабораторные исследования, в рамках которых оценены относительные погрешности.
Подробнее - в статье журнала "Горные науки и технологии":
Никитенко М. С., Кизилов С. А., Захаров Ю. Н. и др. Измерение производительности питателя при выпуске угля из подкровельной толщи на основе технологии машинного зрения. Горные науки и технологии. 2022;7(4):264–273. https://doi.org/10.17073/2500-0632-2022-09-22
Подписывайтесь на ТГ-канал журнала:
👉t.iss.one/MinSciTech👈
#нарусскомязыке #ГНиТ #ИИ #машинноезрение #ИИ
Технология выпуска угля из подкровельной пачки использует так называемый гравитационный выпуск, когда уголь выпускается из-под кровли «самотеком» под действием силы тяжести. Выпуск при этом можно производить на главный конвейер (забойный – расположенный в закрепленном пространстве), центральный (в западной литературе – задний) и хвостовой (завальный – расположенный в незакрепленном пространстве). В рамках исследований разработан метод измерения производительности механизированного пластинчатого питателя, подающего уголь от выпускного окна крепи на конвейер в технологии отработки мощных пластов с выпуском на забойный конвейер. Апробированы алгоритмы измерения объема с применением технологии машинного зрения. Проведены лабораторные исследования, в рамках которых оценены относительные погрешности.
Подробнее - в статье журнала "Горные науки и технологии":
Никитенко М. С., Кизилов С. А., Захаров Ю. Н. и др. Измерение производительности питателя при выпуске угля из подкровельной толщи на основе технологии машинного зрения. Горные науки и технологии. 2022;7(4):264–273. https://doi.org/10.17073/2500-0632-2022-09-22
Подписывайтесь на ТГ-канал журнала:
👉t.iss.one/MinSciTech👈
#нарусскомязыке #ГНиТ #ИИ #машинноезрение #ИИ
👍4❤1🔥1👏1
Технологии искусственного интеллекта в прогнозировании выбросов пыли на разрезах
PM2.5 в угольных разрезах представляет собой серьезную профессиональную опасность для здоровья шахтеров. Эти твердые частицы в воздухе могут вызывать респираторные, легочные, сердечно-сосудистые и онкологические заболевания. Отчеты по ранее проведенным исследованиям показывают, что увеличение загрязнения воздуха – концентрации PM2.5 на 10 мкг/м3 – приводит к увеличению частоты рака легких на 36%. Между тем, выбросы PM 2.5 в угольных разрезах, измеренные в данном исследовании, варьировались от 10 до 90 мкг/м3. Это действительно опасные уровни для здоровья шахтеров. Поэтому точное прогнозирование загрязнения воздуха PM 2.5 имеет решающее значение с точки зрения гигиены труда и выбора решений для снижения загрязнения PM 2.5 в угольных разрезах. Исследователями предложена новая модель HGS-FLNN для прогнозирования загрязнения PM2.5 в угольных разрезах со средней точностью 94–95 %.
Более подробно - в статье журнала "Горные науки и технологии":
📌 Буи С.-Н., Нгуен Х., Ле К.-Т., Ле Т.Н. Прогнозирование выбросов пыли (PM2.5) на угольных разрезах с помощью нейронной сети с функциональными связями, оптимизированной различными алгоритмами. Горные науки и технологии. 2022;7(2):111-125. https://doi.org/10.17073/2500-0632-2022-2-111-125
Подписывайтесь на ТГ-канал журнала:
👉 t.iss.one/MinSciTech 👈
#нарусскомязыке #ГНиТ #уголь #загрязнение #пыль #нейросеть #ИИ #оптимизация #разрез #КокСау #Куангнинь #Вьетнам
PM2.5 в угольных разрезах представляет собой серьезную профессиональную опасность для здоровья шахтеров. Эти твердые частицы в воздухе могут вызывать респираторные, легочные, сердечно-сосудистые и онкологические заболевания. Отчеты по ранее проведенным исследованиям показывают, что увеличение загрязнения воздуха – концентрации PM2.5 на 10 мкг/м3 – приводит к увеличению частоты рака легких на 36%. Между тем, выбросы PM 2.5 в угольных разрезах, измеренные в данном исследовании, варьировались от 10 до 90 мкг/м3. Это действительно опасные уровни для здоровья шахтеров. Поэтому точное прогнозирование загрязнения воздуха PM 2.5 имеет решающее значение с точки зрения гигиены труда и выбора решений для снижения загрязнения PM 2.5 в угольных разрезах. Исследователями предложена новая модель HGS-FLNN для прогнозирования загрязнения PM2.5 в угольных разрезах со средней точностью 94–95 %.
Более подробно - в статье журнала "Горные науки и технологии":
📌 Буи С.-Н., Нгуен Х., Ле К.-Т., Ле Т.Н. Прогнозирование выбросов пыли (PM2.5) на угольных разрезах с помощью нейронной сети с функциональными связями, оптимизированной различными алгоритмами. Горные науки и технологии. 2022;7(2):111-125. https://doi.org/10.17073/2500-0632-2022-2-111-125
Подписывайтесь на ТГ-канал журнала:
👉 t.iss.one/MinSciTech 👈
#нарусскомязыке #ГНиТ #уголь #загрязнение #пыль #нейросеть #ИИ #оптимизация #разрез #КокСау #Куангнинь #Вьетнам
👍2❤1⚡1🔥1👏1