Програмний комплекс діагностування технічних систем за допомогою глибинного навчання

Abstract

Робота присвячена розробці програмного комплексу для діагностики технічних систем у середовищі Інтернету речей з використанням методів глибокого навчання. Запропоновано архітектурну систему збору, обробки та аналізу робочих даних пристроїв Інтернету речей. Реалізовано нейронний мережевий модуль для виявлення аномальних режимів роботи на основі часових рядів. Проведено експериментальну перевірку ефективності рішення та оцінено його вплив на надійність та пропускну здатність системи.

The work is devoted to the development of a software complex for diagnosing technical systems in the Internet of Things environment using deep learning methods. An architectural system for collecting, processing and analyzing operational data of IoT devices is proposed. A neural network module is implemented to detect abnormal operating modes based on time series. An experimental verification of the effectiveness of the solution is carried out and its impact on the reliability and throughput of the system is assessed.