Details

Title: Обоснование достоверности визуальной оценки опасных факторов с использованием нейронных сетей в сфере промышленной безопасности: выпускная квалификационная работа магистра: направление 20.04.01 «Техносферная безопасность» ; образовательная программа 20.04.01_09 «Промышленная безопасность»
Creators: Каченкова Валерия Дмитриевна
Scientific adviser: Андреев Андрей Викторович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Инженерно-строительный институт
Imprint: Санкт-Петербург, 2023
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Нейронные сети; Безопасность жизнедеятельности человека; идентификация; опасный производственный объект; опасный фактор; мониторинг; identification; hazardous production facility; hazardous factor; monitoring
UDC: 004.032.26; 614.8
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Level of education: Master
Speciality code (FGOS): 20.04.01
Speciality group (FGOS): 200000 - Техносферная безопасность и природообустройство
DOI: 10.18720/SPBPU/3/2023/vr/vr23-2559
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key: ru\spstu\vkr\22384

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

Тема выпускной квалификационной работы: «Обоснование достоверности визуальной оценки опасных факторов с использованием нейронных сетей в сфере промышленной безопасности». Данная работа посвящена обоснованию визуальной оценки опасных факторов в области промышленной безопасности с использованием нейронных сетей. Задачи, которые решались в ходе выполнения работы: 1. Исследование нормативно-правовой базы в области промышленной безопасности с помощью компьютерной справочной правовой системы КонсультантПлюс. 2. Исследование имеющихся подходов к визуальной оценке опасных факторов в области промышленной безопасности. 3. Обоснование визуальной оценки опасных факторов в области промышленной безопасности с использованием нейронных сетей. Работа проведена на основе анализа нормативно-правовой базы, а также имеющихся подходов к оценке опасных факторов в области промышленной безопасности. В результате был разработан прототип применения искусственных нейронных сетей для визуального определения опасных производственных факторов в области промышленной безопасности. Для достижения данных результатов в работе была использована компьютерная справочная правовая система КонсультантПлюс.

The subject of the graduate qualification work is «Substantiation of the reliability of the visual assessment of hazardous factors using neural networks in the field of industrial safety». This work is devoted to the substantiation of the visual assessment of hazardous factors in the field of industrial safety using neural networks. The tasks that were solved during the study: 1. Investigation of the legal framework in the field of industrial safety with the help of a computer reference legal system ConsultantPlus. 2. Investigation of existing approaches to the visual assessment of hazardous factors in the field of industrial safety. 3. Substantiation of the visual assessment of hazardous factors in the field of industrial safety using neural networks. The work was carried out on the basis of an analysis of the regulatory framework, as well as existing approaches to the assessment of hazardous factors in the field of industrial safety. As a result, a prototype of the use of artificial neural networks for the visual identification of hazardous production factors in the field of industrial safety was developed. To achieve these results, the computer legal reference system ConsultantPlus was used in the work.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
-> Internet Anonymous

Usage statistics

stat Access count: 37
Last 30 days: 1
Detailed usage statistics