Журналы — Исследовательская работа школьников — Выпуск №2/2026

Статья посвящена анализу применения технологий цифровых двойников и нейросетей в обучении специалистов узкого профиля. Рассматривается интеграция этих технологий в образовательные процессы для повышения эффективности и гибкости обучения, а также оптимизации подготовки специалистов в условиях цифровой трансформации производства. В статье приводятся примеры использования цифровых двойников для имитации производственных процессов и оценки их влияния на образовательный процесс. Также рассматриваются возможности нейросетей в анализе данных об успеваемости студентов и построении персонализированных траекторий обучения. Обсуждается синергия цифровых двойников и нейросетей, позволяющая создавать адаптивные образовательные системы, что способствует улучшению качества подготовки специалистов узкого профиля. В заключении сделаны рекомендации для учебных заведений и предприятий, заинтересованных во внедрении данных технологий.

Ключевые слова: цифровые двойники, нейросети, персонализированное обучение, адаптивные образовательные системы, технологии обучения, узкий профиль, обучение специалистов, цифровая трансформация, образовательные технологии

Integration of Digital Twins and Neural Networks in the Training of Specialists

Alexey M. Emelyanov, Research Lecturer, Assistant of the Department of Corporate Information Systems, Russian Technological University (MIREA), Moscow

Abstract. The article is dedicated to the analysis of the application of digital twin technologies and neural networks in the education of narrow-profile specialists. It examines the integration of these technologies into educational processes to increase the effectiveness and flexibility of training, as well as optimize the preparation of specialists in the context of the digital transformation of production. The paper presents examples of using digital twins to simulate production processes and assesses their impact on the educational process. The possibilities of neural networks in analyzing student performance data and building personalized learning paths are also considered. The synergy of digital twins and neural networks is discussed, which allows the creation of adaptive educational systems that contribute to improving the quality of training narrow-profile specialists. The article concludes with recommendations for educational institutions and enterprises interested in implementing these technologies.

Keywords: digital twins, neural networks, personalized learning, adaptive educational systems, educational technologies, narrow profile, specialist training, digital transformation, learning technologies