PRACTICAL ASPECTS OF APPLYING NEURAL NETWORKS AND GENERATIVE MODELS IN TRAINING CHEMICAL ENGINEERING STUDENTS (USING MICROSOFT COPILOT AS AN EXAMPLE)
Article Sidebar
Main Article Content
Abstract
Due to the expanding use of neural networks in various industries, challenges arise in preparing students to apply artificial intelligence in the educational process. The article examines the prospects and practical aspects of employing artificial neural networks and large language models (using Microsoft Copilot as an example) in the training of students specializing in chemical engineering. Specific examples are provided of solving problems in courses such as Processes and Equipment of Chemical Production, General Chemical Technology, and Chemical Reaction Kinetics. It is demonstrated how the use of artificial intelligence enables the automation of routine calculations, visualization of results (material balances, kinetic curves), and modeling of chemical reactor operation. The introduction of neural network technologies into the educational process is shown to significantly reduce calculation time and shift students’ focus from mathematical derivations to the physico-chemical analysis of processes.
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
Хайкин С. Нейронные сети. Полный курс. – М.: И.Д. Вильямс, 2006. – С. 31–63
Нигматуллин В.Р., Руднев Н.А. Использование методов машинного обучения и искусственного интеллекта в химической технологии. Ч. II // Нефтегазовое дело. – 2019. – № 5. – С. 202–238.
Подольный В.А. Применение машинного обучения и нейросетей в химической промышленности // Вестник науки. – 2025. – № 3(84). – Т. 5. – С. 445–449.
Егорова А.Р., Зиннатуллина Г.Н., Зарипова Р.С. Прогнозирование токсичности химических веществ с использованием нейронных сетей // Известия ТулГУ. Технические науки. – 2024. – Вып. 5. – С. 252–253.
Шкатов В.В., Шкатов В.В. Применение нейронных сетей для прогнозирования характеристик пластичности горяче-катаных листовых сталей // Современные материалы, техника и технологии. – 2018. – № 3(18). – С. 42–46.
Сабитов М.А., Сенкевич Л.Б. Использование интеллектуальных технологий в химической промышленности // Современные наукоемкие технологии. – 2021. – № 11. – С. 63–66.
Паскова А.А. Практические аспекты применения ChatGPT в высшем образовании // Вестник Майкопского государственного технологического университета. – 2023. – Т. 15. – № 3. – С. 67–74.
Шобонов Н.А., Булаева М.Н., Зиновьева С.А. Искусственный интеллект в образовании // Педагогика. – 2022. – С. 285–290.
Использование нейронных сетей в образовании / О.М. Бакунова, И.Л. Калименя, А.М. Бакунов и др. // Web of Scholar. – 2018. – Т. 1. – № 19. – С. 8–10.
Родигин Н.М., Родигина Э.Н. Последовательные химические реакции: Математический анализ и расчет. – М.: Изд-во АН СССР, 1960. – С. 46–47.
Most read articles by the same author(s)
- M. SHAUCHUK, V. BEZBORODOV, Ya. SHISHAKOU, M. ZILBERGLEIT, S. YAKUBOVSKIY, PROBLEMS AND ACHIEVEMENTS OF PLANT MATERIAL, Vestnik of Polotsk State University. Part B. Industry. Applied Sciences: No. 11 (2017)
- M. ZILBERGLEIT, M. SHAUCHUK, S. NESTSERAVA, S. YAKUBOVSKIY, ANTIMICROBIAL PROPERTIES OF CATIONIC POLYELECTROLYTES, Vestnik of Polotsk State University. Part B. Industry. Applied Sciences: No. 3 (2019)
- M. ZILBERGLEIT, S. JAKUBOVSKI, KINETICS OF DELIGNIFICATION OF SPRUCE WOOD UNDER CONDITIONS OF INACTIVATION OF LIGNIN, Vestnik of Polotsk State University. Part B. Industry. Applied Sciences: No. 3 (2018)
- M. ZILBERGLEIT, S. JAKUBOWSKY, IDENTIFICATION OF WOOD USING CHROMATICITY CHARACTERISTICS, Vestnik of Polotsk State University. Part B. Industry. Applied Sciences: No. 3 (2017)
- M. ZILBERGLEIT, О. SHEVCHUK, V. FLEISHER, S. YAKUBOVSKIY, MODIFIED METHOD FOR DETERMINING THE NUMBER OF COMPONENTS IN SOLUTION, Vestnik of Polotsk State University. Part B. Industry. Applied Sciences: No. 3 (2016)
- M. ZILBERGLEIT, O. MAEVSKAYA, THE COLORIMETRIC METHOD FOR CONTROL OF CONCENTRATION OF ALCOHOL-SOLUBLE DYES, Vestnik of Polotsk State University. Part B. Industry. Applied Sciences: No. 3 (2016)