Вестник МГТУ, 2022, Т. 25, № 4.

Вотинов М. В. и др. Формирование цифровых двойников объектов автоматического управления. начальная температура окружающей среды и так далее. Это является предметом дальнейших исследований авторов. Однако уже сейчас очевидно, что начатая цифровая трансформация на примере только одной малогабаритной сушильной установки дала положительный эффект, который в дальнейшем может быть спроецирован на все технологическое оборудование исследовательского цеха МГТУ. Благодарности Исследование выполнено за счет гранта Российского научного фонда № 22-26-20116, https://rscf.ru/project/22-26-20116/ - 50 % финансирования; за счет гранта Министерства образования и науки Мурманской области (далее - Министерство) по направлению "Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами", на основании Соглашения № 103 от 13.04.2022 г. между Министерством и Мурманским государственным техническим университетом - 50 % финансирования. Конфликт интересов Авторы заявляют об отсутствии конфликта интересов. Библиографический список Брестер К. Ю., Становов В. В., Семенкина О. Э., Семенкин Е. С. О применении эволюционных алгоритмов при анализе больших данных // Искусственный интеллект и принятие решений. 2017. № 3. С. 82-93. EDN : ZGSACX. Вотинов М. В. Телематическое оснащение технологических процессов термической обработки гидробионтов // Рыбное хозяйство. 2013. № 4. С. 97-100. EDN: RFWHSZ. Манжула В. Г., Федяшов Д. С. Нейронные сети Кохонена и нечёткие нейронные сети в интеллектуальном анализе данных // Фундаментальные исследования. 2011. № 4. С. 108-114. EDN : NDGTWB. Поляхов Н. Д., Приходько И. А., Ефэн В. Повышение точности прогнозирования временного ряда на основе метода опорных векторов // XIX Междунар. конф. по мягким вычислениям и измерениям (SCM'2016), Санкт-Петербург, 25-27 мая 2016 г. В 2 т. Т. 1. СПб., 2016. С. 509-512. EDN: WUAF.F.T. Votinova E. M., Votinov M. V. Information society: Analyzing problems and prospects of using information technologies, computers and communication networks // Webology. 2019. Vol. 16, Iss. 1. P. 86-113. DOI: http://doi.org/10.14704/WEB/V16I1/a181. EDN: XNOEGU. Votinov M. V., Votinova E. M. Neural networks as a tool for predicting information // International Conference "Process Management and Scientific Developments" : Proceedings of the International Conference (Birmingham, United Kingdom, November 25, 2020). Part 1. Birmingham : Novotel Birmingham Centre, 2020. P. 37-42. Ni X. Research of data mining based on neural networks // World Academy of Science, Engineering and Technology. 2008. № 39. P. 381-384. Zhao Y., Chu S., Zhou Y., Tu K. Sequence prediction using neural network classifiers // Journal of Machine Learning Research: Workshop and Conference Proceedings. 2016. Vol. 57. P. 164-169. References Brester, K. Yu., Stanovov, V. V., Semenkina, O. E., Semenkin, E. S. 2017. Application of evolutionary algorithms in big data analysis. Iskusstvennyj intellekt i prinyatie reshenij, 3, pp. 82-93. EDN : ZGSACX. ( In Russ.) Votinov, М. V. 2013. Telematics equipment of technological processes of heat treatment of hydrobionts. Fisheries, 4, pp. 97-100. EDN: RFWHSZ. (In Russ.) Manzhula, V. G., Fedyashov, D. S. 2011. Kohonen neural networks and fuzzy neural networks in data mining. Fundamental Research, 4, pp. 108-114. EDN : NDGTWB. ( In Russ.) Polyahov, N. D., Prihod'ko, I. A., Efen, V. 2016. Improving the accuracy of time series forecasting based on the support vector method. Proceedings o f the X IX Intern. conf. in soft computing and measurements (SCM'2016), Saint-Petersburg, 2016, pp. 509-512. EDN: WUAEET. (In Russ.) Votinova, E. M., Votinov, M. V. 2019. Information society: Analyzing problems and prospects of using information technologies, computers and communication networks. Webology, 16(1), pp. 86-113. DOI: http://doi.org/10.14704/WEB/V16I1/a181. EDN: XNOEGU. Votinov, M. V., Votinova, E. M. 2020. Neural networks as a tool for predicting information. Proceedings o f the Intern. conf. "Process' Management and Scientific Developments ", Birmingham, United Kingdom, 2020, pp. 37-42. Ni, X. 2008. Research of data mining based on neural networks. World Academy o f Science, Engineering and Technology, 39, pp. 381-384. Zhao, Y., Chu, S., Zhou, Y., Tu, K. 2016. Sequence prediction using neural network classifiers. Journal o f Machine Learning Research: Workshop and Conference Proceedings , 57, pp. 164-169. 296