Details

Title: Разработка системы для выявления аномалий при магнитометрической диагностике: выпускная квалификационная работа бакалавра: направление 09.03.01 «Информатика и вычислительная техника» ; образовательная программа 09.03.01_02 «Технологии разработки программного обеспечения»
Creators: Холкин Николай Сергеевич
Scientific adviser: Федотов Александр Александрович
Other creators: Нестеров Сергей Александрович
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2020
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: it-технологии; разработка программного обеспечения; python; machine learning; isolation forest; lof алгоритм; выявление аномалий; it-technologies; softwear development; lof algorithm; anomaly detection
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 09.03.01
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1162
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

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

Выпускная квалификационная работа посвящена разработке системы для выявления аномалий при магнитометрической диагностике. Данная система предназначена для выявления аномалий в трубопроводе. В ходе работы рассмотрены существующие решения, основанные на алгоритмах машинного обучения, проведен анализ существующих способов распознавания аномалий с помощью машинного обучения. Результатом работы является система, обученная распознавать аномалии на участках трубопроводов.

The final qualification work is devoted to the development of a system for detecting anomalies in magnetometric diagnostics. This system is designed to detect defects in the pipeline. In the course of the work, existing solutions based on machine learning algorithms were considered, an analysis was made of existing methods for recognizing anomalies using machine learning. The result of the work is a system trained to recognize defects in pipeline sections.

Document access rights

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

Usage statistics

stat Access count: 1
Last 30 days: 0
Detailed usage statistics