Публикации автора

Описана разработка, математическое обоснование и внедрение модели элемента системы безопасности на промышленных объектах на основе сверточных нейросетей и персистентных гомологий. Произведены анализ требований к системам мониторинга на промышленных объектах, формализация признакового пространства, разработка гибридной модели анализа данных, оптимизация модели в условиях встраиваемых систем, экспериментальное исследование эффективности модели, разработана методики интеграции гибридной модели в структуру АСУТП на объектах энергетики. Достигнуто повышение точности детекции аномалий до 8–9% на датасете, имитирующем тепловые и радиационные карты. Ключевым фактором, позволяющим достичь повышения точности распознавания, является метод персистентных изображений, позволяющий использовать градиентные методы для оптимизации метода персистентных гомологий. Это позволяет встраивать модуль топологического анализа данных в архитектуру нейронных сетей. Экспериментальная часть проведена на трех датасетах различной архитектуры. Метод показывает повышение точности до 8–9% по различным метрикам на датасете тепловых карт и до 6% на датасете, используемом для контроля целостности конструкций. Делается вывод об универсальности метода для применения в работе с датасетами с выраженной топологической структурой