Статья: ПРИМЕНЕНИЕ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КОНТРОЛЯ КАЧЕСТВА ВИБРОДИАГНОСТИЧЕСКИХ ДАННЫХ
Данная статья нацелена на определение наиболее эффективной модели машинного обучения для кластеризации данных вибродиагностики. Исследование включает анализ различных моделей и методов, таких как k-means, Agglomerative Clustering, TimeSeriesKMeans и CatBoost. Цель состоит в выборе метода, способного наилучшим образом выявить структуру данных и улучшить понимание особенностей вибрационных сигналов. Результаты исследования могут быть полезны для разработки эффективных систем мониторинга и диагностики оборудования, а также для повышения надежности и производительности технических систем.
Информация о документе
- Формат документа
 - Кол-во страниц
 - 1 страница
 - Загрузил(а)
 - Лицензия
 - —
 - Доступ
 - Всем
 
Информация о статье
- ISSN
 - 2311-4908
 - Журнал
 - ПРИКЛАДНАЯ МАТЕМАТИКА И ФУНДАМЕНТАЛЬНАЯ ИНФОРМАТИКА
 - Год публикации
 - 2024
 
Статистика просмотров
Статистика просмотров статьи за 2025 год.