Обнаружение аномалий технологических сигналов с использованием ансамбля классификаторов и вейвлет-преобразований
Уровень развития современной ИТ-инфраструктуры промышленных предприятий позволяет осуществлять сбор и хранение технологической информации, тем самым открывая возможности применения интеллектуальных систем анализа данных. В работе рассматривается задача обнаружения аномалий в технологических сигн...
| Опубликовано в: : | Автоматизация процессов управления № 1. С. 20-26 |
|---|---|
| Главный автор: | |
| Другие авторы: | |
| Формат: | Статья в журнале |
| Язык: | Russian |
| Предметы: | |
| Online-ссылка: | http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000846972 Перейти в каталог НБ ТГУ |
| Итог: | Уровень развития современной ИТ-инфраструктуры промышленных предприятий позволяет осуществлять сбор и хранение технологической информации, тем самым открывая возможности применения интеллектуальных систем анализа данных. В работе рассматривается задача обнаружения аномалий в технологических сигналах в целях повышения качества мониторинга объектов управления. Для обнаружения аномалий предлагается ансамбль из базовых классификаторов на основе алгоритмов машинного обучения и вейвлет-преобразований. Рассмотрены специфика технологических сигналов и преимущества вейвлет-анализа для предварительной обработки сигналов. В работе разработан подход к обнаружению аномалий на основе ансамбля моделей и проведена его предварительная апробация на реальных технологических сигналах. |
|---|---|
| Библиография: | Библиогр.: 26 назв. |
| ISSN: | 1991-2927 |