Задание: Машинное обучение. Помощь с диссертацией, разбита на 4 этапа (Дистанционная работа)
Требуется помочь с диссертацией для технического вуза.Тема связана с оптимизацией состава смешанного хладагента на ср производстве СПГ (технология одинарного цикла СХ с воздушным охлаждением). Оригинальность: от 80% по Антиплагиат.ВУЗ.Сроки: 1-1.5 месяца (готовы разбить на 4 этапа с пошаговой оплатой). Что критически важно (критерии выбора автора):Практическая часть (Код): Написание рабочей нейросети LSTM на Python (TensorFlow/PyTorch) для работы с временными рядами тех. процессов. Модель должна оптимизировать доли компонентов хладагента (N2, CH4, C2H4, C4H10) для минимизации энергопотребления компрессоров. Исходный код (.py/.ipynb) сдается вместе с работой.АСУТП часть: Описание интеграции ИИ-сервера с существующей распределенной системой управления Yokogawa CENTUM VP через OPC-сервер Yokogawa Exaopc. Вопросы импортозамещения НЕ рассматриваются.Графика: Разработка чертежей ФСА по ГОСТ НЕ ТРЕБУЕТСЯ. Вместо этого необходимо сделать две векторные схемы: схему алгоритма LSTM (с контуром безопасности) и структурную схему информационных потоков РСУ Yokogawa + ИИ.Реальные названия предприятий и запатентованных брендов технологии в работе замаскированы (объект абстрактный).Просьба откликаться авторам с бэкграундом в АСУТП, Data Science или нефтегазовом инжиниринге. В отклике напишите, пожалуйста, в двух словах, как вы видите интеграцию Python с РСУ Yokogawa (для проверки на понимание темы). Варианты «просто перекупщиков» не рассматриваются
