Intellectualization of the process of monitoring and calibration of the digital component of highly reliable autonomous control facilities

This article discusses the problems of increasing the efficiency of the calibration process of the digital component of highly reliable autonomous control facilities. The content of the article is primarily focused on reducing the total duration of calibration by reducing the fixed number of predefined stages of finding the correct working point. To achieve this goal, it is proposed to realize the potential of solutions based on artificial intelligence. The proposed approach uses a controlled tree regression method and statistical indicators to dynamically determine and optimize the corresponding operating point during calibration.

1. Микитчак А.Ю. Процедура калибровки. Методики калибровки средств измерений / А.Ю. Микитчак // Актуальные проблемы авиации и космонавтики. – 2017. – Т. 2. – № 13. – С. 812-814.

2. Миронов Э.Г. Метрология и технические измерения: учебное пособие / Э.Г. Миронов, Н.П. Бессонов. – Москва: КНОРУС, 2015. – 422 с.

3. Ротова О.М. Основные принципы метода линейной регрессии / О.М. Ротова, А.Д. Шибанова // Теория и практика современной науки. – 2020. – № 1 (55). – С. 483-487.

4. Вучков И. Прикладной линейный регрессионный анализ / И. Вучков, Л. Бояджиева, Е. Солаков. – Москва: Финансы и статистика, 1987. – 240 с.

5. Хофер Э. Численные методы оптимизации / Э. Хофер, P. Лундерштедт. – Москва: Машиностроение, 1981. – 192 с.

6. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / П. Флах. – Москва: ДМК Пресс, 2015. – 400 с.

7. Шалев-Шварц Ш. Идеи машинного обучения: от теории к алгоритмам / Ш. Шалев-Шварц, Ш. Бен-Давид. – Москва: ДМК Пресс, 2019. – 436 с.

8. Хайкин С. Нейронные сети: полный курс / C. Хайкин. – 2-е изд. – Москва: Издательский дом «Вильямс», 2006. – 1104 с.