🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
💯 В России искусственный интеллект повысил скорость диагностики подшипников
Новая разработка позволяет промышленным предприятиям проводить диагностику в 15 раз быстрее.
Исследователи из Южно-Уральского государственного университета (ЮУрГУ) создали и успешно внедрили нейронную сеть, предназначенную для автоматизированной оценки состояния подшипников.
‼️ Разработанная технология в 15 раз быстрее существующих подходов, что особенно важно для промышленных производств и транспортных компаний.
Владимир Синицын, заместитель руководителя научно-исследовательской лаборатории, занимающейся технической самодиагностикой и самоконтролем приборов и систем, отметил, что в основе нейросети лежит гибридная модель Hybrid MLP-CNN.
Обычно для работы с такой моделью требуются существенные вычислительные мощности и время на обучение.
💡 Однако, благодаря новому алгоритму LPC, время обучения сети сокращено в 15 раз. Это позволило повысить точность диагностики и снизить вычислительные затраты.
Ранее алгоритм LPC в основном использовался в сфере обработки речевых сигналов, но теперь был адаптирован для нужд диагностики технических систем.
Эффективность нового метода подтверждена результатами тестирования, которые были опубликованы в научном журнале «Algorithms».
@sip_ai | @sip_ai_bot