Belarusian State University of Informatics and Radioelectronics
Belarusian State University of Informatics and Radioelectronics RepositoryNot a member yet
44406 research outputs found
Sort by
Aspects of applying deep learning methods for energy consumption optimization at an oil refinery
В условиях цифровизации экономики России нефтегазовая отрасль должна
соответствовать нарастающим технологическим требованиям, в том числе по оптимизации энергозатрат.
Традиционные методы сокращения энергопотребления на нефтеперерабатывающих заводах ограничены в
возможностях из-за низкого уровня автоматизации. Поэтому были рассмотрены современные подходы по
цифровизации, связанные с использованием методов глубокого обучения, позволяющие значительно
сократить энергозатраты за счет повышения на первом этапе оптимизации качества прогнозирования
энергопотребления.
Внедрение нейросетевых моделей на нефтеперерабатывающих заводах и развитие технологий
машинного обучения позволяет повысить уровень цифровизации и эффективности процесса оптимизации
энергопотребления
Efficiency of a model for forecasting the reliability of electronic products by transforming informative parameters into a ternary code
Прогнозирование готовых и прошедших выходной контроль изделий электронной техники с точки зрения класса их надежности для заданной наработки может быть выполнено в начальный момент времени методами, использующими информативные параметры. Для целей практики интерес представляет прогнозирование с разделением выборки изделий для зад анной наработки на два класса: класс надежных и класс потенциально ненадежных экземпляров. Для прогнозирования используют модели, которые получают заблаговременно с помощью предварительных исследований определенной выборки изделий интересующего типа. В классических методах прогнозирования (потенциальных функций, статистических решений), модель прогнозирования получают, используя непрерывные значения информативных параметров. Автором был предложен метод, в котором информативные параметры преобразовывают в двоичные или троичные кодовые сигналы, что упрощает получение модели прогнозирования, которая в конечном итоге может быть представлена простой логической таблицей, показывающей связь комбинаций кодовых сигналов с классом надежности изделия. На примере выборок мощных полевых транзисторов исследована эффективность моделей прогнозирования, получаемых новым методом
Impact of porous silicon thickness on thermoelectric properties of silicon-germanium alloy films produced by electrochemical deposition of germanium into porous silicon matrices followed by rapid thermal annealing
Silicon-germanium alloy films were formed by electrochemical deposition of germanium into porous silicon
matrices with thicknesses varying from 1.5 to 10 μm followed by subsequent rapid thermal processing at 950 ◦C
in an inert atmosphere. Study of the fabricated structures using SEM and Raman spectroscopy, as well as
measurements of their electrical conductivity and thermoelectric properties revealed that the highest Seebeck
coefficient ( 505 μV/K at 450 K) and Power Factor (1950 μW/(m⋅K2) at 400 K) values were obtained when a 5
μm-thick porous silicon was used as a structural matrix. Under such conditions, an optimal balance between
electrical conductivity, structural disorder and electrical insulation from the substrate is achieved due to the
presence of a residual porous underlayer, making it possible to maximize the film’s thermoelectric performance.
The obtained silicon-germanium alloy films are deemed suitable for the fabrication of both discrete and integrated
thermoelectric devices based on monocrystalline silicon substrates
«Президентская Республика: голос молодежи»: в БГУИР продолжаются встречи в рамках проекта
15 января в общежитии №4 прошел интенсив «Президентская Республика: голос молодежи». Модератором выступил заместитель секретаря ПО ОО «БРСМ» БГУИР, член РОО «Белая Русь» Роман Шабанович
Первый год пятилетки качества объявлен Президентом Годом благоустройства страны
Президент Беларуси Александр Лукашенко подписал Указ № 1, которым 2025 год объявлен Годом благоустройства
Волонтеры военного факультета БГУИР поздравили малышей с Новым годом и Рождеством
В рамках Республиканской благотворительной акции «Наши дети» с первых дней января в Минске настоящий праздник детства собрал ребят со всей страны
«Профессия космонавт»: делегация БГУИР побывала в музее авиации и космонавтики
26 февраля 2025 года в музее авиации и космонавтики спортивно-патриотического центра ДОСААФ в Минском аэроклубе имени дважды Героя Советского Союза С.И. Грицевца прошло мероприятие в рамках Международного культурно-просветительского проекта «Космос. Моя история». Темой встречи стала «Профессия космонавт». Мероприятие посетила делегация студентов и преподавателей БГУИР
Доклады БГУИР : научный журнал
Научный журнал издается с января 2003 года Журнал зарегистрирован в Министерстве информации Республики Беларусь, свидетельство о регистрации № 1087 от 23.01.2010 г. Входит в Перечень научных изданий Республики Беларусь для опубликования результатов диссертационных исследований, включен в базу данных Российского индекса научного цитирования (РИНЦ)
Архитектура многоветвевой сверточной нейронной сети для диагностики глаукомы на основе биомаркеров оптической когерентной томографии и симуляции синтетических изображений
This paper presents a multi-branch convolutional neural network designed for glaucoma diagnosis using optical coherence tomography biomarkers and synthetic image simulations. The network includes six branches, each targeting key anatomical features. Trained on a synthetic dataset, the model achieved a validation accuracy of 94.2 % and a training loss of 0.162, demonstrating effectiveness in distinguishing between different glaucoma types. The results also highlight the potential for further accuracy improvement, particularly in reducing classification errors between closely related conditions