Пошук академічних текстів

Інформація × Реєстраційний номер 0518U000375, Докторська дисертація На здобуття Доктор технічних наук Дата захисту 02-03-2018 Статус Запланована Назва роботи Моделі, методи та інформаційні технології раннього виявлення розладнань в нестаціонарних квазіперіодичних процесах Здобувач Нечипоренко Аліна Сергіївна, Кандидат технічних наук Опис Об’єктом дослідження є нестаціонарні квазіперіодичні процеси в умовах інформаційної невизначеності. Метою дисертаційної роботи є створення моделей, методів та інформаційних технологій для раннього виявлення неадитивних розладнань в нестаціонарних квазіперіодичних процесах. Проведені дослідження ґрунтуються на методах системного аналізу, загальної теорії систем, теоретико-множинному підході, методах аналізу часових рядів у частотній, часовій та частотно-часовій областях, нечіткого F-перетворення, фрактального аналізу, методах нелінійної динаміки, методах теорії гідродинаміки, методах математичної фізики, методах обчислювального інтелекту, методичних основах побудови інформаційних технологій. Результати та їх новизна: вперше запропоновано теоретико-множинну модель процесів обробки та аналізу гетерогенних даних нестаціонарних квазіперіодичних процесів, яка містить функції інтелектуальної підтримки прийняття рішень та планування втручань на основі методів чисельного моделювання та сукупності математичних моделей на основі нейронних мереж, що дає змогу реалізувати комплексний підхід до підвищення якості раннього виявлення розладнань; розроблено математичну модель інтегральної ознаки стану нестаціонарних квазіперіодичних процесів з урахуванням сукупного впливу статичних та динамічних параметрів зовнішнього середовища, що дає можливість виявляти властивості розладнань, які пов’язані з нестаціонарністю та квазіперіодичністю; розроблено метод синтезу інтегрального критерію оцінювання структури нестаціонарних квазіперіодичних процесів шляхом послідовного визначення інтервалів сталості та критичного значення інтегральної ознаки стану нестаціонарного квазіперіодичного процесу, що дозволяє забезпечити прогнозування структурних розладнань в умовах неповної інформації про стан процесу; розроблено метод раннього виявлення розладнань в нестаціонарних квазіперіодичних процесах на основі нейронних мереж опорних векторів, що містить етапи визначення властивості лінійної нероздільності даних, параметрів регуляризації та зворотньої ширини радіальної базисної функції ядра із використанням процедури крос-валідації за допомогою генетичного алгоритму, що дозволяє підвищити точність виявлення розладнань та зменшити витрати ресурсів на усунення розладнань; запропоновано метод фільтрації аномалій нестаціонарних квазіперіодичних рядів на основі згортальної нейронної мережі глибинного навчання, шляхом перетворення одномірних масивів нестаціонарних квазіперіодичних рядів у двомірні масиви зображень та обчислення оптимального значення параметру роздільної здатності із застосуванням ансамблю дерев рішень, що дає можливість відфільтрувати помилки реєстрації даних. Удосконалено метод імітаційного моделювання просторово-часових характеристик багатовимірних нестаціонарних квазіперіодичних часових рядів предметної галузі, який на відміну від існуючих містить етап завдання нестаціонарних граничних умов, що дозволяє забезпечити багатовимірне візуальне представлення нестаціонарного квазіперіодичного ряду та за його допомогою локалізувати місцезнаходження розладнань; метод оцінювання аналітичної неоднозначності гетерогенної інформації, який на відміну від існуючих містить етапи ідентифікації типу даних та класу невизначеності, додавання яких дає змогу підвищити точність раннього виявлення розладнань в нестаціонарних квазіперіодичних процесах. Отримав подальший розвиток метод визначення інформативних ознак розладнань нестаціонарних квазіперіодичних рядів, який відрізняється наявністю етапів нечіткої апроксимації, визначення спектральних компонент на основі модифікованого коваріаційного методу та оцінювання хаотичної складової процесу, що у сукупності дає можливість підвищити ефективність раннього виявлення розладнань. Результати роботи апробовано і впроваджено в лікувально - діагностичний процес міської клінічної лікарні № 30, м. Харків, Харківського науково-практичного центру хвороб вуха, горла, носа, Харківська медична академія післядипломної освіти, клінічної лікарні «Феофанія» Державного Управління Справами, м. Київ, стандарти «ISCOANA», в наукову діяльність Інституту проблем машинобудування ім. А.М. Підгорного Національної Академії Наук, м. Харків, в науково-дослідну роботу «Розробка методології і математичних моделей соціально-економічних систем при реалізації концепції їх стійкого розвитку» у навчальний процес кафедри програмної інженерії Харківського національного університету радіоелектроніки. Дата реєстрації 2018-03-02 Додано в НРАТ 2020-04-03 Закрити