Звіт по науково-дослідній роботі. Положаєнко Сергій Анатолійович. Методи та програмні засоби інтерпретації моделей машинного навчання непараметричних динамічних об’єктів

Реєстраційний номер

0226U004408, (0122U002161) , Науково-дослідна робота

Назва роботи

Методи та програмні засоби інтерпретації моделей машинного навчання непараметричних динамічних об’єктів

Назва етапу роботи

Створення програмних засобів інтерпретації моделей машинного навчання у вигляді нейронних мереж у форму непараметричних динамічних моделей.

Керівник роботи

Положаєнко Сергій Анатолійович, Доктор технічних наук

Дата реєстрації

28-08-2026

Організація виконавець

Національний університет "Одеська політехніка"

Опис роботи

― Метою роботи є розробка математичних моделей комп’ютерного дослідження динамічних об’єктів на основі теорії непараметричної ідентифікації, а також методів та програмних засобів реалізації цих моделей в режимі машинного навчання із застосуванням апарату нечітких нейронних мереж

Опис етапу

Наукове дослідження спрямовано на вирішення актуальної науково-технічної задачі підвищення точності сурогатних моделей шляхом розвитку методу інтерпретації моделей машинного навчання нелінійних динамічних об’єктів за допомогою непараметричних динамічних моделей на основі інтегро-степеневих поліномів Вольтерри та реалізації запропонованого методу у вигляді програмно-алгоритмічних засобів ідентифікації неперервних об’єктів у складі інтелектуальних систем. Показано, що застосування існуючих сурогатних моделей орієнтовано на формування якісної картини інтерпретації та не забезпечує достатньої точності ідентифікації моделей машинного навчання нелінійних динамічних об’єктів. Досліджено зв’язок в аналітичному вигляді між нелінійними динамічними моделями у вигляді нейронних мереж з часовими затримками та поліномами Вольтерри. Розроблено метод оцінки ядер Вольтерри за допомогою нейронних мереж з часовими затримками з активацією у вигляді лінійного випрямляча. Перевагою розробленого методу у порівнянні з існуючими є можливість оцінки ядер Вольтерри без застосування вхідних сигналів спеціальної форми, при функціонуванні об’єкту в робочому режимі. В задачі інтерпретації TDNN моделі тестового нелінійного динамічного об’єкту отримані сурогатні моделі другого порядку шляхом оцінки ядер Вольтерри за параметрами навченої нейронної мережі. Збудовані моделі мають точність вище на 10-12% за лінійну модель. Розвинуто метод інтерпретації нейронних мереж з часовими затримками шляхом побудови сурогатних моделей у вигляді непараметричних динамічних моделей на основі інтегро-степеневих поліномів Вольтерри для опису нелінійних динамічних об’єктів із забезпеченням прийнятної точності моделювання. Перевагою розробленого методу у порівнянні з існуючими є підвищення точності ідентифікації динамічних об’єктів за рахунок найбільш повного урахування нелінійних характеристик в моделях інтегро-степеневих поліномів Вольтерри.

Опис продукції

Автори роботи

Пелих Сергій Миколайович
Ложечніков Вадим Феліксович
Бекіров Володимир Юрійович
Кісєль Анатолій Георгійович
Протасова Людмила Іванівна
Фомін Олександр Олексійович
Орлов Андрій Андрійович
Крикун Валентин Андрійович
Григоренко Світлана Миколаївна
Сперанський Віктор Олександрович
Бобок Іван Ігорович
Прокоф’єва Людмила Леонідівна
Євсеєв Олександр Володимирович
Філін Дмитро Владиславович
Татарин Олексій Васильович

Додано/оновлено в НРАТ

2026-08-28