Прогнозирование состояния технологических систем на основе комплекса нейросетевых моделей : научное издание | Научно-инновационный портал СФУ

Прогнозирование состояния технологических систем на основе комплекса нейросетевых моделей : научное издание

Тип публикации: статья из журнала

Год издания: 2021

Ключевые слова: neural networks, forecasting, technical diagnostics, monitoring, decision support, мониторинг, нейронные сети, поддержка принятия решений, прогнозирование, техническая диагностика

Аннотация: В статье дается описание комплексного подхода к построению прогностических и классифицирующих моделей на основе искусственных нейронных сетей. Рассматривается метод автоматизированного проектирования структуры нейронных сетей и формирования ансамблей таких моделей. Комплексирование моделей рассмотрено в аспекте повышения их эффективности на задачах классификации и прогнозирования технического состояния элементов технологического оборудования. Приведены результаты апробации рассматриваемых подходов на нескольких наборах данных. The article describes an integrated approach to the construction of predictive and classifying models based on artificial neural networks. A method of computer-aided design of the structure of neural networks and the formation of ensembles of such models is considered. The integration of models is considered in the aspect of increasing their efficiency on the problems of classification and forecasting the technical state of technological equipment elements. The results of approbation of the considered approaches on several data sets are presented.

Ссылки на полный текст

Издание

Журнал: Наука и бизнес: пути развития

Выпуск журнала: 1

Номера страниц: 27-29

ISSN журнала: 22215182

Место издания: Москва

Издатель: Фонд развития науки и культуры

Авторы

  • Бухтояров В.В. (ФГБОУ ВО «Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева»)
  • Башмур К.А. (ФГАОУ ВО «Сибирский федеральный университет»)

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.