Підхід створення еталонної бази для обробки аномальних сигналів тензометричних систем

Автор(и)

  • Николай Борисович Копытчук Одеський національний політехнічний університет пр. Шевченка, 1а, м. Одеса, Україна, 65044, Україна
  • Петр Метталинович Тишин Одеський національний політехнічний університет пр. Шевченка, 1а, м. Одеса, Україна, 65044, Україна
  • Игорь Николаевич Копытчук Одеський національний політехнічний університет пр. Шевченка, 1а, м. Одеса, Україна, 65044, Україна https://orcid.org/0000-0002-7953-638X
  • Игорь Генрикович Милейко Одеський національний політехнічний університет пр. Шевченка, 1а, м. Одеса, Україна, 65044, Україна

DOI:

https://doi.org/10.15587/1729-4061.2015.44166

Ключові слова:

часові ряди, нечітка логіка, база знань, класифікація аномалій, тензометрія

Анотація

У даній роботі пропонується алгоритм усунення аномалій при вимірюванні сигналів у процесах, що протікають в умовах невизначеності. Запропоновано математичну модель представлення довільного сигналу, параметри якої розраховані для набору стандартних уявлень складають основу сформованої бази еталонів. На основі аналізу сформованої бази еталонів сигналів доводиться можливість застосування даної моделі для усунення аномалій в поточному сигналі.

Біографії авторів

Николай Борисович Копытчук, Одеський національний політехнічний університет пр. Шевченка, 1а, м. Одеса, Україна, 65044

доктор технічних наук, професор, пенсіонер

Кафедра комп'ютерних інтелектуальних систем та мереж

Петр Метталинович Тишин, Одеський національний політехнічний університет пр. Шевченка, 1а, м. Одеса, Україна, 65044

Кандидат фізико–математичних наук, доцент

Кафедра комп'ютерних інтелектуальних систем та мереж

Игорь Николаевич Копытчук, Одеський національний політехнічний університет пр. Шевченка, 1а, м. Одеса, Україна, 65044

Старший викладач

Кафедра комп'ютерних інтелектуальних систем та мереж

Игорь Генрикович Милейко, Одеський національний політехнічний університет пр. Шевченка, 1а, м. Одеса, Україна, 65044

Кандидат техничек наук, доцент

Кафедра комп'ютерних інтелектуальних систем та мереж

Посилання

  1. Song, Q. (2003). A note on fuzzy time series model selection with sample autocorrelation functions. Cybernetics and Systems, 34 (2), 93–107. doi: 10.1080/01969720302867
  2. Song, Q., Chissom, B. (1993). Fuzzy time series and its models. Fuzzy Sets and Systems, 54 (3), 269–277. doi: 10.1016/0165-0114(93)90372-o
  3. Jarushkina, N. G. (2004). Osnovy teorii nechetkih i gibridnyh sistem. Moscow: Finansy i statistika, 320.
  4. Borisov, V. V., Kruglov, V. V., Fedulov, A. S. (2007). Nechetkie modeli i seti. Moscow: Gorjachaja linija – Telekom, 284.
  5. Rotshtejn, A. P. (1999). Intellektual'nye tehnologii identifikacii: nechetkaja logika, geneticheskie algoritmy, nejronnye seti. Vinnica: UNIVERSUM–Vinnica, 320.
  6. Chandola, V. (2009). Anomaly Detection: A Survey. The University Of Minnesota, 72. Available at: http://cucis.ece.northwestern.edu/projects/DMS/publications/AnomalyDetection.pdf (Last accessed: 19.04.2014).
  7. Deepthi Cheboli. Anomaly Detection of Time Series (2010). Facility Of The Graduate School Of The University Of Minnesota, 75. Available at: http://conservancy.umn.edu/bitstream/11299/92985/1/Cheboli_Deepthi_May2010.pdf (Last accessed: 20.04.2014).
  8. Salvador, S., Chan, P. (2005). Learning States and Rules for Detecting Anomalies in Time Series. Applied Intelligence, 23 (3), 241–255. doi: 10.1007/s10489-005-4610-3
  9. Wei, L., Kumar, N. (2005). Assumption–Free Anomaly Detection in Time Series. SSDBM’2005. Proceedings of the 17th international conference on Scientifi c and statistical database management, 237–240. Available at: http://alumni.cs.ucr.edu/~ratana/SSDBM05.pdf (Last accessed: 19.04.2014).
  10. Afanas'eva, T. V. (2013). Modelirovanie nechetkih tendencij vremennyh rjadov. Ul'janovsk: UlGTU, 215.
  11. Kovalev, S. M. (2013). Metody mnogoshagovogo predskazanija anomalij v temporal'nyh dannyh. Izvestija JuFU. Tehnicheskie nauki. Tematicheskij vypusk Intellektual'nye SAPR, 7, 185–181.
  12. Kopytchuk N. B., Tishin, P. M., Kopytchuk, I. N., Milejko, I. G. (2015). Algoritm opredelenija anomal'nyh situacij dlja tenzometricheskih sistem. Vіsnik Nacіonal'nogo tehnіchnogo unіversitetu "HPІ" Zbіrnik naukovih prac'. Serіja: Mehanіko–tehnologіchnі sistemi ta kompleksi, 21 (1130), 37–45.
  13. Kopytchuk, N. B., Tishin, P. M., Kopytchuk, I. N., Milejko, I. G. (2015). Construction of set of standards to improve the accuracy of expert assessments. ScienceRise, 4/2(9), 72–76. doi: 10.15587/2313-8416.2015.41579
  14. Kopytchuk, N. B., Tishin, P. M., Kopytchuk, I. N., Milejko, I. G. (2014). Postroenie aproksimmirujushhej nechetkoj zavisimosti, dlja opredelenija parametrov klassifikacii anomalij, nauchnoe izdanie «Innovacii v nauke». Sbornik statej po maaterialam XXXVI mezhdunarodnoj nauchno–prakticheskoj konferencii, 8 (33), 14–22.

##submission.downloads##

Опубліковано

2015-06-23

Як цитувати

Копытчук, Н. Б., Тишин, П. М., Копытчук, И. Н., & Милейко, И. Г. (2015). Підхід створення еталонної бази для обробки аномальних сигналів тензометричних систем. Eastern-European Journal of Enterprise Technologies, 3(9(75), 13–20. https://doi.org/10.15587/1729-4061.2015.44166

Номер

Розділ

Інформаційно-керуючі системи