Обнаружение аномалий технологических сигналов с использованием ансамбля классификаторов и вейвлет-преобразований Д. А. Мурзагулов, А. В. Замятин
Material type:
ArticleContent type: Текст Media type: электронный Other title: The process signal anomaly detection using classifier ensemble and wavelet transforms [Parallel title]Subject(s): технологические сигналы | машинное обучение | вейвлет-преобразование | обнаружение аномалий | машинное обучение, ансамбли моделейGenre/Form: статьи в журналах Online resources: Click here to access online
In:
Автоматизация процессов управления № 1. С. 20-26Abstract: 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.
Библиогр.: 26 назв.
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.
There are no comments on this title.