Алгоритмизация пространственно-временного процесса построения графических моделей анализа потенциальных неисправностей в многомерных временных рядах с пропущенными значениями
Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»
НАУЧНЫЙ ЖУРНАЛ ВЕСТНИК ВОРОНЕЖСКОГО ИНСТИТУТА ВЫСОКИХ ТЕХНОЛОГИЙ
cетевое издание
ISSN 2949-4443

Алгоритмизация пространственно-временного процесса построения графических моделей анализа потенциальных неисправностей в многомерных временных рядах с пропущенными значениями

idКарпухин Д.Н. , Бурковский В.Л.  

УДК 681.514

  • Аннотация
  • Список литературы
  • Об авторах

Обнаружение предаварийных состояний и потенциальных неисправностей, имеет решающее значение для интеллектуальных систем мониторинга. Телеметрические данные, поступающие с датчиков высоконадежных автономных объектов управления плохо структурированы, в связи с чем возникает вероятность того, что некоторые значения в выборке пропущены. Наличие пропущенных значений препятствует эффективному моделированию временных и пространственных зависимостей, в результате чего важные закономерности упускаются из виду при обучении модели. В данной работе рассматривается пространственно-временной процесс построения графических моделей как средство выявления потенциальных неисправностей в многомерных временных рядах с пропущенными значениями.

1. Хеннан Э.Д. Многомерные временные ряды / Э.Д. Хеннан. – Москва: Мир, 1974. – 576 с.

2. Карпухин Д.Н. Алгоритмизация процесса мониторинга данных на автономных объектах электропитания в условиях прогнозирования потенциальных неисправностей на основе однородного глубокого нейронного ансамбля / Д.Н. Карпухин, В.Л. Бурковский // Вестник Воронежского института высоких технологий. – 2024. – Т. 18. – № 2 (49). – URL: https://vestnikvivt.ru/ru/journal/pdf?id=1327 (дата обращения: 15.08.2024).

3. Созыкин А.В. Обзор методов обучения глубоких нейронных сетей / А.В. Созыкин // Вестник ЮУрГУ. Серия «Вычислительная математика и информатика». – 2017. – Т. 6. – № 3. – С. 28-59.

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

5. Юсупбеков Н.Р. Управление динамическими объектами на основе нейронных сетей / Н.Р. Юсупбеков, Д.П. Мухитдинов, О.У. Саттаров // Journal of Advances in Engineering Technology. – 2021. – Т. 1. – № 3. – С. 55-63.

6. Калиткин Н.Н. Численные методы / Н.Н. Калиткин. – Москва: Наука, 1978. – 512 с.

7. Отнес Р. Прикладной анализ временных рядов: основные методы / Р. Отнес, Л. Эноксон. – Москва: Мир, 1982. – 428 с.

Карпухин Дмитрий Николаевич

ORCID | РИНЦ |

Воронежский государственный технический университет

Воронеж, Россия

Бурковский Виктор Леонидович
Доктор технических наук, Профессор

Воронежский государственный технический университет

Воронеж, Россия

Ключевые слова: мониторинг данных, метод обнаружения потенциальных неисправностей, высоконадежный автономный объект управления, многомерные временные ряды с пропущенными значениями

Для цитирования: Карпухин Д.Н. , Бурковский В.Л. , Алгоритмизация пространственно-временного процесса построения графических моделей анализа потенциальных неисправностей в многомерных временных рядах с пропущенными значениями. Вестник Воронежского института высоких технологий. 2024;18(3). Доступно по: https://vestnikvivt.ru/ru/journal/pdf?id=1341

51

Полный текст статьи в PDF

Поступила в редакцию 21.08.2024

Поступила после рецензирования 27.08.2024

Опубликована 30.09.2024