अल्गोरिदमची अचूकता 9 2% आहे
रशियन संशोधकांच्या एका गटाने हेवी-ड्यूटी सामग्री आणि संरचना तयार करण्यासाठी मेटल आणि मिश्र निवडण्यास सक्षम नवीन न्यूरल नेटवर्क विकसित केले आहे. हे पर्मन नॅशनल रिसर्च पॉलिटेक्निक विद्यापीठ (पीएनआयपीयू) च्या प्रेस सेवेमधून ओळखले गेले.
जर्मन पॉलिटेक्निक शास्त्रज्ञांनी न्यूरल नेटवर्क मॉडेल तयार केले आहे जे औद्योगिक उद्योगांसाठी आशावादी संरचना तयार करण्यासाठी धातू आणि अलौकिक गुणधर्मांच्या सेटच्या सेटसाठी उच्च-तंत्रज्ञान डिव्हाइसेसच्या विकासकांना मदत करेल. भविष्यात, अशा प्रणाली एक अभियंता एक अभियंता एक अभियंता साठी एक "बौद्धिक सहाय्यक" बनतील, जे स्वयंचलितपणे भागांच्या पद्धतीची पद्धत निवडतील, पिंगिप प्रेसमधून - मिश्र धातुंची रासायनिक रचना आणि त्यांच्या थर्मोमेकॅनिक प्रक्रियेचा प्रोग्राम निर्धारित करेल. सेवा संदेशहे ज्ञात आहे की मेटल आणि मिश्र धातुच्या चांगल्या संयोजनासाठी, शास्त्रज्ञांनी त्यांच्या गुणांचे मोजमाप करण्यासाठी प्रयोगांची मालिका केली होती. नवीन अभ्यासातील लेखकांनी टिकाऊ पदार्थांची शोध सुलभ करण्याचा निर्णय घेतला, विशेष न्यूरल नेटवर्क तयार करणे, प्रस्तावित प्रकारचे साहित्य निर्धारित करण्यासाठी नमुन्यांच्या प्रतिमांचे विश्लेषण करणे.
अल्गोरिदम सामग्रीचे गुणधर्म ओळखू शकतात, प्रत्येकाने त्यांना कठोरता वर्गांपैकी एकास संबोधित करू शकता. न्युरिशन, वास्तविक आणि संश्लेषित डेटाच्या कामात, जे तंत्रज्ञानाची खोली सुनिश्चित करणे शक्य करते. न्यूरल नेटवर्कचे विश्लेषणाचे परिणाम 92.1% आहे. तज्ञांनी असेही लक्षात घेतले की परिणामी अचूक सामग्रीस प्रभावित करण्याच्या संभाव्य सामग्रीच्या चुकीच्या चिन्हांची संख्या निर्धारित करणे शक्य झाले.
नवीन विकासाचे लेखक त्याच्या सुधारणावर कार्य चालू ठेवतात. भविष्यात, ते नवीन निकष जोडण्याचा हेतू आहे ज्यामुळे न्यूरल नेटवर्क हेवी-ड्यूटी सामग्री आणि उत्पादने तयार करण्यासाठी वचनबद्ध धातू आणि मिश्रित निवडू शकते.
त्याआधी, सेंट्रल न्यूज सर्व्हिसने क्वांटम सिम्युलेटर आणि क्वांटम कॉम्प्यूटरच्या दरम्यान अंतरावर मात करण्यास सांगितले.