Алгоритмы машинного обучения для диагностирования гидромеханических систем по динамическим характеристикам

Проблема автоматического диагностирования гидромеханических систем, ориентированная на обеспечение надёжности, сегодня приобретает всё большее значение. В этой работе сравнивается точность четырех подходов машинного обучения для обнаружения неисправностей в типовой гидромеханической системе. Первые три подхода основаны на SVM-классификаторах с линейным, полиномиальным и RBF-ядрами, а последний - на градиентном ускорении на деревьях решений, на каждом уровне которых находятся разбиения по одному и тому же признаку и одному и тому же числу. Алгоритмы сравниваются на синтетическом наборе данных, сгенерированных разработанной имитационной моделью типовой гидромеханической системы. Показана возможность достижения высокой точности обнаружения неисправностей.