Детальная информация

Название: 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»
Авторы: Холкин Николай Сергеевич
Научный руководитель: Федотов Александр Александрович
Другие авторы: Нестеров Сергей Александрович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: it-технологии; разработка программного обеспечения; python; machine learning; isolation forest; lof алгоритм; выявление аномалий; it-technologies; softwear development; lof algorithm; anomaly detection
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.01
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1162
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 1
За последние 30 дней: 0
Подробная статистика