Электронный каталог

Статья

Суницкий, Я.Р.
Методы машинного обучения для прогнозирования дефектов в производственных процессах / Суницкий Я.Р. // Компетентность (электронная версия). – 2025. – №6. – С.55-57. - 642271. – На рус. яз.

Обзор существующих подходов и алгоритмов машинного обучения, применяемых в промышленной аналитике. Наиболее распространенные подходы, используемые в практике промышленного анализа: логистическая регрессия; метод опорных векторов; деревья решений и ансамблевые методы; нейронные сети и глубокое обучение; кластеризация и выявление аномалий. Отрасли, где использование методов машинного обучения эффективно: автомобильная промышленность; электронная промышленность; металлургия; химическая промышленность. Ключевые проблемы, связанные с недостаточным качеством исходных данных, ограниченной интерпретируемостью сложных моделей и сложностями при интеграции ИИ-решений в действующие производственные цепочки. Перспективность дальнейших исследований в данной области.


Ключевые слова = АНАЛИЗ ИНТЕЛЛЕКТУАЛЬНЫЙ
Ключевые слова = АНАЛИЗ ОТРАСЛЕВОЙ
Ключевые слова = ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
Ключевые слова = КАЧЕСТВО
Ключевые слова = КОНТРОЛЬ
Ключевые слова = МАШИННОЕ ОБУЧЕНИЕ
Ключевые слова = НЕЙРОСЕТЕВЫЕ ТЕХНОЛОГИИ
Ключевые слова = НОВИКОВА Н.П.
Ключевые слова = ПРОИЗВОДСТВЕННАЯ ЦЕПОЧКА
Ключевые слова = ПРОМЫШЛЕННОСТЬ
Ключевые слова = СЫСОЕВА О.М.
Ключевые слова = ОРГАНИЗАЦИЯ И УПРАВЛЕНИЕ ПРОИЗВОДСТВОМ. МЕНЕДЖМЕНТ. МАРКЕТИНГ