000			03092nab a2200349 c 4500
001			koha000846972
005			20230118173924.0
007			cr |
008			220218|2021 ru s c rus d
024	7		_a10.35752/1991-2927-2021-1-63-20-26 _2doi
035			_akoha000846972
040			_aRU-ToGU _brus _cRU-ToGU
100	1		_aМурзагулов, Дамир Альбертович _9503005
245	1	0	_aОбнаружение аномалий технологических сигналов с использованием ансамбля классификаторов и вейвлет-преобразований _cД. А. Мурзагулов, А. В. Замятин
246	1	1	_aThe process signal anomaly detection using classifier ensemble and wavelet transforms
336			_aТекст
337			_aэлектронный
504			_aБиблиогр.: 26 назв.
520	3		_aУровень 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.
653			_aтехнологические сигналы
653			_aмашинное обучение
653			_aвейвлет-преобразование
653			_aобнаружение аномалий
653			_aмашинное обучение, ансамбли моделей
655		4	_aстатьи в журналах _9795112
700	1		_aЗамятин, Александр Владимирович _978617
773	0		_tАвтоматизация процессов управления _d2021 _g № 1. С. 20-26 _x1991-2927
852	4		_aRU-ToGU
856	4		_uhttp://vital.lib.tsu.ru/vital/access/manager/Repository/koha:000846972
908			_aстатья
999			_c846972