В индустрии аномалии данных сигнализируют о структурном дефекте детали, о сбоях работы оборудования и скорой его поломке. В ходе вебинара будут обсуждаться подходы обнаружения аномалий в данных, в частности, для задачи предсказательного обслуживания.

В качестве примера подхода на основе извлечения информации из накопленных данных будут рассмотрены следующие этапы обнаружения аномалий в работе промышленного оборудования:

• Подготовка данных и извлечение признаков

• Применение различных статистических подходов и походов машинного обучения для обнаружения аномалий

• Обучение модели автоэнкодера для реконструкции характеристик новых данных.

В качестве примера подхода на основе создания физической модели объекта будет рассмотрен алгоритм профилактического обслуживания триплексного насоса, в котором моделируются и классифицируются конкретные поломки.

Спикеры

Анастасия Лесничая
Анастасия Лесничая
Анастасия Лесничая

Инженер ЦИТМ Экспонента в сфере искусственного интеллекта. Основное направление работы - разработка систем мониторинга и диагностики промышленного оборудования.  Получила степень бакалавра и магистратура в МГТУ им. Баумана, магистратура RWTH Aachen University по направлению "Биомедицинская техника" в 2022 г.  Специализируется на машинном обучении,  обработке сигналов и изображений.