Сибирский федеральный университет

Тип публикации: статья из журнала

Год издания: 2023

Ключевые слова: machine learning, data analysis, mining industry, машинное обучение, анализ данных, горная промышленность

Аннотация: Горнодобывающая промышленность - важная отрасль, которая играет решающую роль в добыче природных ресурсов. Однако эта работа часто может быть опасной и представлять значительный риск для здоровья и безопасности работников. Компаниям очень важно уделять приоритетное внимание безопасности работников и внедрять самые эффективные профилактические меры для смягчения последствий. Для улучшения условий труда и снижения рисков проведено исследование с целью выявить факторы, наиболее влияющие на смертность и создать модель для прогнозирования. Обработан и визуализирован набор данных из одиннадцати бинарных, целочисленных и рациональных признаков и бинарной выходной переменной. Проведён эксперимент, исследующий прогнозы с помощью дерева принятия решений, который показывал более высокую точность после отбора признаков. В результате выявлены наиболее значимые факторы влияния; также предложены два классификатора, которые можно использовать для предсказания смертности, что улучшит условия труда на производстве и повысит эффективность горнодобывающей отрасли. Mining is an important industry that plays a crucial role in the extraction of natural resources. However, this work can often be hazardous and pose significant risks to worker health and safety. It is very important for companies to prioritize worker safety and implement the most effective preventative measures to mitigate the effects. To improve working conditions and reduce risks, a study was conducted to identify the factors most influencing fatalities and create a model for prediction. A dataset, of eleven binary, integer and rational attributes and a binary output variable was processed and visualized. An experiment was conducted investigating the predictions using a decision tree, which showed higher accuracy after feature selection. As a result, the most significant influencing factors were identified; also proposed two classifiers that can be used for mortality prediction, which will improve the working conditions in the workplace and increase the efficiency of the mining industry.

Журнал: Известия Тульского государственного университета. Науки о Земле

Выпуск журнала: №3

Номера страниц: 101-111

ISSN журнала: 22185194

Место издания: Тула

Издатель: Тульский государственный университет

• Кукарцев Владислав Викторович (Сибирский федеральный университет)
• Замолоцкий Семен Андреевич (Сибирский федеральный университет)
• Храмков Владимир Владимирович (СибГУ им. М.Ф. Решетнева)

• Ядро РИНЦ (eLIBRARY.RU)
• Список ВАК