Новый подход к прогнозированию сроков службы авиадвигателей с использованием ИИ

Разработка РФ и Индии поможет ИИ прогнозировать сроки службы авиадвигателей Старший научный сотрудник МФТИ Юрий Дорн и другие исследователи предложили новый подход в котором неопределенность прогноза становится одной из главных целей обучения нейросети

Исследователи из России и Индии разработали систему ИИ для оценки ресурса авиационных двигателей Она не только прогнозирует изменения в их состоянии но и оценивает уверенность в своих предсказаниях Это поможет сделать техническое обслуживание самолётов безопаснее и эффективнее Учёные проверили систему на данных NASA она показала высокую точность clck ru 3NzPKf Для безопасного доступа к сайту используйте российские сертификаты Индия gpt

Российские учёные научили ИИ честно признавать неопределённость Специалисты МФТИ совместно с индийскими коллегами разработали революционную систему искусственного интеллекта для прогнозирования ресурса авиационных двигателей Главное отличие алгоритм умеет оценивать степень собственной уверенности в предсказаниях Старший научный сотрудник МТИ Юрий Дорн пояснил Один эксперт говорит деталь сломается через 100 часов Второй скорее всего проработает от 80 до 120 часов но возможны варианты Второй прогноз полезнее он честно признаёт границы знания Существующие ИИ системы анализируют массивы данных с датчиков температуры давления и вибраций но остаютсяскорее всего проработабез указания степени достоверности Российская разработка решает проблему обучая нейросеть оценивать два вида неопределённости погрешности датчиков и случайные флуктуации нехватку обучающих данных и внутренние факторы модели Тестирование на данных NASA с сотнями турбовентиляторных двигателей показало наивысшую точность среди существующих систем Алгоритм правильно расширяет коридор неопределённости при снижении предсказуемости поведения что критически важно для практического применения в авиации МФТИ Постфактум Онлайн проект eMAKS aviasalonmaks