Застосування методів машинного навчання для обробки вимірювальних даних

Abstract

В кваліфікаційній роботі розглянуто питання застосування методів машинного навчання для підвищення точності обробки вимірювальних даних в інформаційно-вимірювальних системах дорожніх машин. Основну увагу приділено дослідженню вимірювального каналу тиску гідравлічної системи та можливостям використання сучасних алгоритмів штучного інтелекту для зменшення похибок вимірювання. В кваліфікаційній роботі розроблено нейромережеву модель на основі архітектури Long Short-Term Memory (LSTM), призначену для прогнозування значень тиску та компенсації похибок вимірювального каналу.