1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 04. Материалы конференций
  3. Перспективы развития двигателестроения
Full metadata record
DC FieldValueLanguage
dc.contributor.authorПеченин В. А.
dc.contributor.authorКовалева А. М.
dc.contributor.authorСербина В. О.
dc.coverage.spatialцифровизация производства
dc.coverage.spatialметод случайного леса
dc.coverage.spatialимитационное моделирование
dc.coverage.spatialконцепция умного производства
dc.coverage.spatialмашинное обучение
dc.coverage.spatialкорреляционный анализ
dc.coverage.spatialтехнико-экономические показатели
dc.coverage.spatialрегрессионные модели
dc.coverage.spatialпроизводственные системы
dc.coverage.spatialпрогнозирование производительности
dc.coverage.spatialmachine learning
dc.coverage.spatialKPI
dc.coverage.spatialcorrelation analysis
dc.coverage.spatialdigitalization of production
dc.coverage.spatialdiscrete manufacturing
dc.coverage.spatialregression models
dc.coverage.spatialrandom forest method
dc.coverage.spatialproduction systems
dc.coverage.spatialproductivity forecasting
dc.coverage.spatialtechnical and economic indicators
dc.coverage.spatialsmart manufacturing concept
dc.coverage.spatialsimulation modeling
dc.coverage.spatialдискретное производство
dc.creatorПеченин В. А., Ковалева А. М., Сербина В. О.
dc.date2025
dc.date.accessioned2025-11-26T13:48:22Z-
dc.date.available2025-11-26T13:48:22Z-
dc.date.issued2025
dc.identifier.identifierRU\НТБ СГАУ\576937
dc.identifier.citationПеченин, В. А. Разработка регрессионной модели прогнозирования производительности производственной системы = Development of a regression model for forecasting the productivity of a production system / В. А. Печенин, А. М. Ковалева, В. О. Сербина // Перспективы развития двигателестроения : материалы междунар. науч.-техн. конф. им. Н. Д. Кузнецова (18–20 июня 2025 г.) / Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; редкол.: Е. В. Шахматов, А. И. Ермаков. - Самара : Изд-во Самар. ун-та, 2025. - С. 322-323.
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/43318-
dc.description.abstractThe paper discusses the development of a regression model that allows for accurate and interpretable forecasting of production KPIs. The model was trained based on a series of experiments. The proportion of forecasts below a given error threshold on the test sample was 82% of cases. Input features that make the greatest contribution to the forecast results are identified.
dc.languagerus
dc.sourceПерспективы развития двигателестроения : материалы междунар. науч.-техн. конф. им. Н. Д. Кузнецова (18–20 июня 2025 г.). - Текст : электронный
dc.subjectregression models
dc.subjectrandom forest method
dc.subjectproductivity forecasting
dc.subjectproduction systems
dc.subjectmachine learning
dc.subjectKPI
dc.subjectdiscrete manufacturing
dc.subjectdigitalization of production
dc.subjectcorrelation analysis
dc.subjectцифровизация производства
dc.subjectтехнико-экономические показатели
dc.subjectрегрессионные модели
dc.subjectпроизводственные системы
dc.subjectпрогнозирование производительности
dc.subjectметод случайного леса
dc.subjectмашинное обучение
dc.subjectкорреляционный анализ
dc.subjectконцепция умного производства
dc.subjectимитационное моделирование
dc.subjectдискретное производство
dc.subjecttechnical and economic indicators
dc.subjectsmart manufacturing concept
dc.subjectsimulation modeling
dc.titleРазработка регрессионной модели прогнозирования производительности производственной системы
dc.typeText
dc.citation.epage323
dc.citation.spage322
local.identifier.oldurihttp://repo.ssau.ru/handle/Perspektivy-razvitiya-dvigatelestroeniya/Razrabotka-regressionnoi-modeli-prognozirovaniya-proizvoditelnosti-proizvodstvennoi-sistemy-116606
local.identifier.oldurihttp://repo.ssau.ru/handle/Perspektivy-razvitiya-dvigatelestroeniya/Razrabotka-regressionnoi-modeli-prognozirovaniya-proizvoditelnosti-proizvodstvennoi-sistemy-116606
Appears in Collections:Перспективы развития двигателестроения

Files in This Item:
File SizeFormat 
978-5-7883-2191-2_2025-322-323.pdf447.4 kBAdobe PDFView/Open
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.