| dc.contributor.advisor | Петровская, Т. А. | ru |
| dc.contributor.author | Силкова, Е. А. | ru |
| dc.contributor.author | Пархимович, Д. В. | ru |
| dc.contributor.author | Мацаль, М. Ю. | ru |
| dc.coverage.spatial | Минск | ru |
| dc.date.accessioned | 2025-12-03T08:12:59Z | |
| dc.date.available | 2025-12-03T08:12:59Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Силкова, Е. А. Отличия искусственного интеллекта и имитационного моделирования / Е. А. Силкова, Д. В. Пархимович, М. Ю. Мацаль ; науч. рук. Т. А. Петровская // Теплоэнергетика и теплотехника : материалы 81-й научно-технической конференции студентов и аспирантов «Актуальные проблемы энергетики» (Апрель 2025 г.) / редкол.: Е. Г. Пономаренко, И. В. Новаш, Е. А. Дерюгина ; сост. Т. Е. Жуковская. – Минск : БНТУ, 2025.– С. 84-87. | ru |
| dc.identifier.uri | https://rep.bntu.by/handle/data/160136 | |
| dc.description.abstract | В данной работе проводится сравнительный анализ искусственного интеллекта (ИИ) и имитационного моделирования (ИМ). Рассматриваются цели, методы, требования к данным, интерпретируемость моделей и области применения каждого подхода. Показаны ключевые различия между ИИ как инструментом создания интеллектуальных систем и ИМ как средством моделирования и оптимизации реальных систем. Подчеркивается возможность синергии между ИИ и ИМ для решения сложных задач. В заключение обсуждаются факторы, определяющие выбор оптимального подхода – ИИ, ИМ, или их комбинации. | ru |
| dc.language.iso | ru | ru |
| dc.publisher | БНТУ | ru |
| dc.title | Отличия искусственного интеллекта и имитационного моделирования | ru |
| dc.title.alternative | Differences between artificial intelligence and simulation modeling | ru |
| dc.type | Working Paper | ru |
| local.description.annotation | This paper presents a comparative analysis of Artificial Intelligence (AI) and Simulation Modeling (SM). It examines the goals/objectives, methods/methodologies, data requirements, model interpretability, and application areas of each approach. The key differences between AI as a tool for creating intelligent systems and SM as a means of modeling and optimizing real-world systems are highlighted. The potential for synergy between AI and SM in addressing complex problems is emphasized. Finally, the factors influencing the selection of the optimal approach – AI, SM, or a combination thereof – are discussed. | ru |
