Використання машинного навчання для прогнозування відмов вузлів автомобіля на основі сервісних даних

dc.contributor.authorДомнікова, Катерина Олександрівна
dc.date.accessioned2026-01-01T09:41:04Z
dc.date.issued2025
dc.description.abstractМета дослідження – розробити концепцію, інтелектуальної системи прогнозування відмов вузлів автомобіля на основі сервісних даних із застосуванням методів машинного навчання. Об’єкт дослідження – процеси прогнозного технічного обслуговування та моніторингу технічного стану автомобіля. Предмет дослідження – моделі та алгоритми машинного навчання, методи онтологічного моделювання та їх інтеграція для прогнозування відмов вузлів автомобіля на основі сервісних даних. У роботі досліджено можливості застосування методів машинного навчання для прогнозування відмов вузлів автомобіля на основі сервісних та експлуатаційних даних. Проаналізовано сучасні підходи до прогнозного технічного обслуговування та обґрунтовано доцільність використання інтелектуальних систем у сфері автомобільного транспорту.
dc.identifier.citationДомнікова, К. О. Використання машинного навчання для прогнозування відмов вузлів автомобіля на основі сервісних даних : кваліфікаційна робота … магістра : 274 Автомобільний транспорт / Домнікова Катерина Олександрівна. – Харків : ХНАДУ, 2025. – 94 с.
dc.identifier.urihttps://dspace.khadi.kharkov.ua/handle/123456789/27210
dc.language.isouk
dc.publisherХарківський національний автомобільно-дорожній університет
dc.subjectавтомобіль
dc.subject машинне навчання
dc.subjectпрогнозування відмов
dc.subjectінтелектуальні системи
dc.subjectтехнічний стан автомобіля
dc.subjectонтологічне моделювання
dc.subjectмультиагентні системи
dc.titleВикористання машинного навчання для прогнозування відмов вузлів автомобіля на основі сервісних даних
dc.typeMaster's theses

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Domnikova_m_2025.pdf
Size:
4.16 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
2.87 KB
Format:
Item-specific license agreed upon to submission
Description: