-
Главная
- СМИ о нас
- Категория: СМИ о нас
- Просмотров: 180
Губернатор Дмитрий Махонин наградил жителей Коми-Пермяцкого округа в честь 100-летия территории
Свое столетие самобытная Коми-Пермяцкая земля отметила с размахом. В течение года она принимала гостей со всей страны: более 300 мероприятий — фестивали, концерты, праздники, которые объединили десятки тысяч людей.
- Категория: СМИ о нас
- Просмотров: 206
Пермские ученые разработали установку, создающую аналог торнадо в жидком металле
В Институте механики сплошных сред УрО РАН (филиал ПФИЦ УрО РАН) представили новую экспериментальную установку, в которой при помощи магнитного поля генерируются сложные закрученные потоки в жидком металле.
- Категория: СМИ о нас
- Просмотров: 202
Пермские ученые разработали установку, создающую аналог торнадо в жидком металле
В Институте механики сплошных сред УрО РАН (филиал ПФИЦ УрО РАН) представили новую экспериментальную установку, в которой при помощи магнитного поля генерируются сложные закрученные потоки в жидком металле.
- Категория: СМИ о нас
- Просмотров: 220
ПНИПУ И Горный Институт УРО РАН провели для школьников первый хакатон по цифровому недропользованию
9 декабря на площадке МАОУ «Кондратовская средняя школа «Сфера» состоялся первый образовательный хакатон для школьников «КОД:НЕДРА». Мероприятие, организованное Горным институтом УрО РАН и кафедрой разработки месторождений полезных ископаемых (РМПИ) Пермского Политеха, собрало учеников 9-11 классов для решения актуальных производственных кейсов в сфере недропользования с применением цифровых технологий.
- Категория: СМИ о нас
- Просмотров: 196
В ПНИПУ состоится научно-практическая конференция посвященная проблемам динамики и прочности машин, конструкций и механизмов
С 15 по 19 декабря на кафедре «Динамика и прочность машин» пройдет X юбилейная научно-практическая конференция «Проблемы динамики и прочности машин, конструкций и механизмов-2025». Мероприятие традиционно служит ключевой площадкой для презентации результатов исследовательской деятельности студентов, аспирантов и молодых ученых университета.
- Категория: СМИ о нас
- Просмотров: 199
Научный сотрудник Горного института УрО РАН (филиал ПФИЦ УрО РАН) Юрий Ляхин и доцент кафедры туризма ПГНИУ Светлана Мышлявцева о проекте «По следам Гофмана»: «Одна из целей проекта — популяризация географии»
В гостях — кандидат технических наук, научный сотрудник Горного института ПФИЦ УрО РАН Юрий Ляхин и кандидат географических наук, доцент кафедры туризма ПГНИУ Светлана Мышлявцева. Поговорили о проекте РГО по исследованию четырех рек «По следам Гофмана», приуроченном к 180-летию Русского географического общества, о целях и результатах экспедиции.
- Категория: СМИ о нас
- Просмотров: 202
Российские нейросети научили мгновенно выявлять возможное разрушение конструкций
Пермские ученые применили новый подход для быстрого поиска участка повышенной нагрузки на поверхности тела по данным о его деформациях, основанный на использовании нейронных сетей.
- Категория: СМИ о нас
- Просмотров: 220
Нейронные сети находят участок возможного разрушения за секунду
Безопасность эксплуатации высокотехнологичных промышленных объектов и инженерных сооружений — одна из первостепенных задач современной науки и технологий. В настоящее время для её обеспечения, помимо традиционной регулярной диагностики состояния объекта, создаются системы экспериментального мониторинга и так называемые «цифровые двойники» объектов.
- Категория: СМИ о нас
- Просмотров: 230
Разработан новый подход для быстрого поиска участка повышенной нагрузки на конструкцию с использованием нейронных сетей
Ученые Пермского федерального исследовательского центра Уральского отделения Российской академии наук (ПФИЦ УрО РАН) применили новый подход для быстрого поиска участка повышенной нагрузки на поверхности тела по данным о его деформациях, основанный на использовании нейронных сетей.
- Категория: СМИ о нас
- Просмотров: 223
Нейронные сети находят участок возможного разрушения за секунду
Учёные из Института механики сплошных сред Уральского отделения РАН разработали новый метод поиска участков повышенной нагрузки на поверхности конструкций с помощью нейронных сетей