ДВУХЭТАПНЫЙ ПОДХОД К ОБРАБОТКЕ ДАННЫХ В ПРОЦЕССЕ ДЕТЕКТИРОВАНИЯ ИМПУЛЬСОВ МИКРОРАЗРЯДОВ С ПОМОЩЬЮ МАШИННОГО ОБУЧЕНИЯ

Автор(ы): Низамов Данил Юрьевич, Лазукин Александр Вадимович, Зайцев Сергей Александрович

Рубрика: Информационные технологии

DOI: 10.21777/2500-2112-2025-2-93-101

Выпуск: 2025-2 (51)

Страницы: 93-101

Ключевые слова: машинное обучение, рекуррентные нейронные сети, классификация временных рядов, частичные разряды, глубокое обучение, детектирование событий, математическая модель импульса тока

Аннотация: В статье рассматривается подход к решению задачи детектирования токовых импульсов поверхностного барьерного разряда атмосферного давления в условиях большого объема данных, полученных с большой частотой дискретизации. Представлен краткий обзор собранного датасета, проведен анализ типового алгоритма детектирования и выделены его недостатки. Предложен новый двухэтапный подход к обработке данных: классификация временного ряда для предобработки данных и детектирование начала и окончания импульсов с помощью регрессионной модели глубокого обучения. В работе рассмотрены актуальные архитектуры нейронных сетей и приведено сравнение эффективности рассмотренных подходов в решении задач классификации временных рядов. Применение машинного обучения позволяет уменьшить погрешности детектирования. Данный метод показывает лучшие результаты, чем существующие подходы за счет повышения точности и устойчивости к шумам. Теоретические и практические результаты исследования направлены на развитие методов технической диагностики и машинного обучения.

Библиографическая ссылка: Низамов Д.Ю., Лазукин А.В., Зайцев С.А. ДВУХЭТАПНЫЙ ПОДХОД К ОБРАБОТКЕ ДАННЫХ В ПРОЦЕССЕ ДЕТЕКТИРОВАНИЯ ИМПУЛЬСОВ МИКРОРАЗРЯДОВ С ПОМОЩЬЮ МАШИННОГО ОБУЧЕНИЯ // Образовательные ресурсы и технологии. – 2025. – № 2 (51). – С. 93-101. doi: 10.21777/2500-2112-2025-2-93-101