В Центре искусственного интеллекта НИУ ВШЭ разработали программное обеспечение для моделирования радиоканала в беспроводной связи 5G и 6G, основанное на использовании трассировки лучей и машинного обучения. Программы позволяют узнать, как радиоволны распространяются между передатчиком и приемником, а также могут преобразовывать данные трассировки лучей в формат последовательности кадров, конфигурировать и обучать нейросеть на их основе с последующим сохранением.

В рамках проекта «Интеллектуальные методы доставки данных в перспективных сетях 2030» в Центре искусственного интеллекта НИУ ВШЭ разработали программу для сбора и обработки данных моделирования трассировки лучей, которая позволяет узнать, как радиоволны распространяются между передатчиком (например, вышкой сотовой связи) и приемником (мобильным устройством). Также ученые создали программу для обучения нейросети и ее применения для интерполяции данных моделирования трассировки лучей, чтобы преобразовывать данные трассировки лучей в формат последовательности кадров, конфигурировать и обучать нейросеть на их основе с последующим сохранением.

Новый метод моделирования радиоканала в беспроводной связи 5G и 6G, который разрабатывает Центр ИИ, основан на использовании трассировки лучей и машинного обучения. Он позволяет анализировать распространение сигналов и радиоволн через беспроводное пространство, учитывая различные факторы, такие как отражение от стен и препятствий. Это улучшит качество связи между устройствами, поможет предсказать зоны покрытия сети и оптимизировать расположение антенн для эффективной работы связи. Машинное обучение значительно улучшает развитие сетей 5G и 6G, ускоряя и оптимизируя ключевые процессы. Например, анализируя данные о загрузке и равномерно распределяя трафик между различными узлами, можно обеспечивать высокую производительность сети. Изучая информацию о перемещении пользователей, алгоритмы предсказывают их будущее местоположение и совершенствуют процессы переключения между базовыми станциями. Это помогает обеспечить непрерывную связь и минимизировать задержки. Кроме того, машинное обучение может управлять лучом передачи данных, определять его оптимальное направление для каждого пользователя или устройства, что позволяет оптимизировать качество сигнала и увеличить его пропускную способность.

Источник: https://www.hse.ru/news/science/923567128.html

Метод повышения прочности металлов разработали в Новосибирском государственном техническом университете (НГТУ), благодаря нему микротвердость армированного титана увеличивается в два раза. Методика может использоваться для повышения производительности в машиностроении и авиационно-космической промышленности, сообщили ТАСС в пресс-службе вуза.

"Технология, разработанная в НГТУ, позволяет заменить традиционный способ создания композитного материала новым - более быстрым и экономичным. Цель метода - создать композитный материал путем прямого лазерного выращивания титаноматричного материала с сохранением массогабаритных размеров, но с увеличением механических свойств, таких как твердость, ударостойкость, подверженность коррозии", - сообщили в университете.

Как сообщил автор проекта Константин Кобылкин, одним из методов повышения прочности титановых сплавов является армирование. "Для него мы используем метод лазерного наращивания, с помощью которого получается наплавлять материал послойно, - это похоже на печать на 3D-принтере. Для наплавки используются частицы бора: выбор этого материала обусловлен его легкостью и прочностью", - приводит его слова пресс-служба.

Для создания композитных материалов используется установка прямого лазерного выращивания, представляющая лазер, закрепленный на механической руке. Лазер образует "ванну" расплава в металле, в которую подается струя порошковой смеси. В ходе перемещения лазерного луча "ванна" затвердевает, образуя наплавление на материале.

По словам разработчика, данный метод может быть применим к любому металлу, уже проведены эксперименты на титане и нескольких композитных наполнителях. "Для проверки ударопрочности образцы подвергаются испытаниям: ударник разгоняется до скорости 1 200 км/ч и ударяет по образцу. Твердость армированных образцов в два раза выше, чем у чистого титана", - цитирует пресс-служба Кобылкина.

Источник: https://nauka.tass.ru/nauka/20813039

Восьмой ежегодный международный инвестиционный форум и выставка "Восточный нефтегазовый форум" пройдет во Владивостоке 3-4 июля, сообщается на сайте мероприятия.

В этом году в форуме примут участие больше 150 человек - коммерческие и технические руководители предприятий отраслей разведки, добычи, обустройства, транспортировки и переработки нефти и газа региона Дальнего Востока и Восточной Сибири, представители регуляторных органов, технологических и инжиниринговых компаний.

В рамках форума представят более 40 крупнейших нефтегазовых проектов, которые планируют построить и реализовать до 2035 года и позднее.

Кроме того, участники обсудят практики в импортозамещении и внедрение инноваций в производство. В программу форума также включена фокус-сессия про развитие энергетического сектора: динамика газификации регионов, перспективы СПГ-проектов.

Одна из важных тем, которую также планируют обсудить на форуме, - разворот на Восток. Эксперты поговорят о выходе на новые рынки сбыта, отладке маршрутов, ребалансировке спроса.

Источник: https://ria.ru/20240515/forum-1946093260.html

Россия и Китай планируют углублять сотрудничество в энергетике, как по углеводородам, так и в мирном атоме. Об этом заявил президент РФ Владимир Путин. "Естественно, в ходе переговоров подробно рассматривалась тематика сотрудничества в энергетике, которая продвигается высокими темпами, это одно из приоритетных для нас направлений. У нас есть конкретные планы по углублению работы в сфере энергетического взаимодействия. Российско-китайское взаимодействие в энергетике не ограничивается только углеводородами, укрепляется сотрудничество в мирном атоме", - сказал он журналистам по итогам российско-китайских переговоров.

Источник: https://tass.ru/ekonomika/20813693