Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://repository.lnup.edu.ua/jspui/handle/123456789/2447
Название: Підвищення ефективності роботи обладнання використанням прогнозного обслуговування на основі виявлення аномалій методами машинного навчання в умовах ТОВ «КРАФТ ІННОВЕЙШН»
Другие названия: Improving equipment efficiency by using predictive maintenance based on anomaly detection using machine learning methods in the conditions of LLC "CRAFT INNOVATION"
Авторы: Журкевич, Ігор Романович
Ключевые слова: прогнозне обслуговування, машинний зір, виявлення аномалій в роботі обладнання
predictive maintenance, machine vision, detection of anomalies in equipment operation
Дата публикации: 2024
Издательство: Львівський національний університет природокористування
Библиографическое описание: Журкевич І.Р. Підвищення ефективності роботи обладнання використанням прогнозного обслуговування на основі виявлення аномалій методами машинного навчання в умовах ТОВ «КРАФТ ІННОВЕЙШН». Кваліфікаційна робота. – Дубляни, Львівський національний університет природокористування, 2024р. 69 с.
Краткий осмотр (реферат): Мета досліджень - Підвищення ефективності роботи обладнання використанням прогнозного обслуговування на основі виявлення аномалій методами машинного навчання. Завдання досліджень: 1. Оцінити особливості та сучасний стан прогнозного обслуговування на основі виявлення аномалій методами машинного навчання. 2. Дослідити поточні труднощі та обмеження, пов'язані з його впровадженням. 3. Розробити модель машинного навчання для виявлення аномалій в роботі обладнання 4. Запропонувати напрямки подальших досліджень.
Описание: Спеціальність 133 "Галузеве машинобудування"
URI (Унифицированный идентификатор ресурса): https://repository.lnup.edu.ua/jspui/handle/123456789/2447
Располагается в коллекциях:ОС «Магістр» / Master's degree

Файлы этого ресурса:
Файл Описание РазмерФормат 
Zhurkevich_mag.pdfСпеціальність 133 "Галузеве машинобудування"16,51 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.