Детальная информация

Название: Прогнозирование состояния технических объектов при помощи методов машинного обучения: выпускная квалификационная работа бакалавра: направление 27.03.03 «Системный анализ и управление» ; образовательная программа 27.03.03_01 «Теория и математические методы системного анализа и управления в технических, экономичеcких и социальных системах»
Авторы: Костылева Валентина Ильинична
Научный руководитель: Пономарев Алексей Геннадьевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2022
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: машинное обучение; прогнозирование; технический объект; временные ряды; линейная регрессия; machine learning; forecasting; technical object; time series; linear regression
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 27.03.03
Группа специальностей ФГОС: 270000 - Управление в технических системах
DOI: 10.18720/SPBPU/3/2022/vr/vr22-3037
Права доступа: Доступ по паролю из сети Интернет (чтение, печать)
Дополнительно: Новинка
Ключ записи: ru\spstu\vkr\19748

Разрешенные действия:

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

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Данная работа посвящена реализации и сравнению методов машинного обучения для прогнозирования состояния технической системы. Задачи, которые решались в ходе исследования:1) Изучение теории, посвященной основным методам машинного обучения для восстановления регрессии (прогнозирования).2) Сбор и обработка данных.3) Реализация методов машинного обучения и оценка их точности прогнозирования.4) Выбор модели и построение прогноза работоспособности технического объекта.В результате данной работы были получены краткосрочные прогнозы состояния аккумулятора электросамоката при различных условиях передвижения.

This work is devoted to the implementation and comparison of machine learning methods for predicting the state of a technical system. Tasks that were solved during the study:1) The study of the theory dedicated to the main methods of machine learning for regression recovery (forecasting).2) Collection and processing of data.3) Implementation of machine learning methods and evaluation of their prediction accuracy.4) Choosing a model and building a forecast of the performance of a technical object. As a result of this work, short-term forecasts of the state of the battery of an electric scooter under various conditions of movement were obtained.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать
Внешние организации №2 Все Прочитать
Внешние организации №1 Все
Интернет Авторизованные пользователи СПбПУ Прочитать Печать
Интернет Авторизованные пользователи (не СПбПУ, №2) Прочитать
Интернет Авторизованные пользователи (не СПбПУ, №1)
-> Интернет Анонимные пользователи

Статистика использования

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