| Title: | Применение методов машинного обучения для многомерного анализа параметров функционирования сложных технических систем |
| Authors: | Афанасьев А. А. Колбая Т. Ч. Медведчук А. С. Солдатов Д. В. |
| Keywords: | Anomaly Detection anomaly threshold IF algorithm isolation forest liquid rocket engines multivariate analysis multivariate data technical condition assessment technical diagnostics technical inspection testing theoretical distributions of anomaly scores unsupervised machine learning алгоритм IF жидкостные ракетные двигатели изоляционный лес испытания машинное обучение без учителя многомерные данные многомерный анализ обнаружение аномалий оценка технического состояния порог аномальности теоретические распределения баллов аномальности техническая диагностика технический контроль |
| Issue Date: | 2026 |
| Citation: | Применение методов машинного обучения для многомерного анализа параметров функционирования сложных технических систем = Application of machine learning methods for multidimensional analysis of functioning parameters of complex technical systems / А. А. Афанасьев, Т. Ч. Колбая, А. С. Медведчук, Д. В. Солдатов // Перспективные двигатели и энергетические установки : материалы междунар. форума (16–18 июня 2026 г.) / М-во науки и высш. образования Рос. Федерации, 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, 2026. - С. 16-19. |
| Abstract: | Предложен метод многомерного анализа технического состояния жидкостных ракетных двигателей, основанный на методе «Изоляционного леса». Этот метод открывает широкие перспективы применения методов многомерного анализа для мониторинга стабильности параметров продукции и технологических процессов, оценки и контроля технического состояния продукции, в том числе с использованием результатов математического моделирования и функциональной диагностики, в том числе в режиме реального времени. |
| ISBN: | |
| ISSN: | |
| ISMN: | |
| Other Identifiers: | RU\НТБ СГАУ\588519 |
| Appears in Collections: | Перспективные двигатели и энергетические установки |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| file-16-19.pdf | 656.42 kB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.