nttНаука и техника транспортаScience and Technology in Transport2074-9325РУТ (МИИТ)NWDOIAntt-245Research ArticleТРАНСПОРТTRANSPORTМетодика прогнозирования ресурса узлов и деталей железнодорожного подвижного состава при помощи машинного обучения. Проверка и обработка данныхResource Prediction Techniques of Components and Parts of Railway Rolling Stock Using Machine Learning. Data Validation and ProcessingСергеевК. А.SergeevK. A.

Сергеев Константин Александрович, доктор технических наук, доцент, доцент кафедры «Нетяговый подвижной состав»  

МироненкоО. И.MironenkoO. I.

Мироненко Олег Игоревич, кандидат технических наук, доцент кафедры «Нетяговый подвижной состав» 

КривичО. Ю.KrivichO. Yu.

Кривич Ольга Юрьевна, кандидат технических наук, доцент, начальник Учебного отдела учебно-методического многофункционального центра 

МироненкоН. О.MironenkoN. O.

Мироненко Никита Олегович, студент  

Российский университет транспорта (РУТ (МИИТ))Russian FederationРоссийская открытая академия транспорта Российского университета транспорта (РОАТ РУТ (МИИТ))Russian FederationМосковский государственный технический университет им. Н.Э. Баумана (МГТУ им. Н.Э. Баумана)Russian Federation202424042025026466Copyright © Сергеев К.А., Мироненко О.И., Кривич О.Ю., Мироненко Н.О., 20252025Сергеев К.А., Мироненко О.И., Кривич О.Ю., Мироненко Н.О.Sergeev K.A., Mironenko O.I., Krivich O.Y., Mironenko N.O.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://ntt.elpub.ru/jour/article/view/245

Данная статья освещает важный этап обработки данных с прибора Calipri-Ferberg CW-40 (CALIPRI), а именно проверку и предобработку. Этот этап критически влияет на качество машинного обучения, поскольку точность данных непосредственно влияет на аналитические и модельные результаты. Рассматриваются основные этапы проверки и предобработки данных.

This article covers an important step in the processing of data from the Calipri-Ferberg CW-40 (CALIPRI), namely verification and preprocessing. This stage critically affects the quality of machine learning, since the accuracy of the data directly affects the analytical and model results. The main stages of data validation and preprocessing are discussed. 

разработки технологических процессовремонтное производствооптимизация транспортных операцийdevelopment of technological processesrepair productionoptimisation of transport operationsReferencesМетодика прогнозирования ресурса узлов и деталей железнодорожного подвижного состава при помощи машинного обучения / К. А. Сергеев, О. И. Мироненко, М. В. Козлов, Н. О. Мироненко. - Текст : непосредственный //Транспортное машиностроение. - 2023. - № 11 (23). - С. 42-49.Методика прогнозирования ресурса узлов и деталей железнодорожного подвижного состава при помощи машинного обучения / К. А. Сергеев, О. И. Мироненко, М. В. Козлов, Н. О. Мироненко. - Текст : непосредственный //Транспортное машиностроение. - 2023. - № 11 (23). - С. 42-49.Плас, Джейк Вандер. Python для сложных задач. Наука о данных и машинное обучение. Руководство / Плас Джейк Вандер. - Москва : Питер, 2018. - 759 c. - Текст : непосредственный.Плас, Джейк Вандер. Python для сложных задач. Наука о данных и машинное обучение. Руководство / Плас Джейк Вандер. - Москва : Питер, 2018. - 759 c. - Текст : непосредственный.Сальникова, К. В. Анализа массива данных с помощью инструмента визуализации «Ящик с усами» / К. В. Сальникова. - Текст : непосредственный // Universum: экономика и юриспруденция. - 2021. - №6(81). - С. 11-17. - DOI: 10.32743/UniLaw.2021.81.6.11778. - EDN: APSOIG.Сальникова, К. В. Анализа массива данных с помощью инструмента визуализации «Ящик с усами» / К. В. Сальникова. - Текст : непосредственный // Universum: экономика и юриспруденция. - 2021. - №6(81). - С. 11-17. - DOI: 10.32743/UniLaw.2021.81.6.11778. - EDN: APSOIG.T. Beysolow II. Applied Reinforcement Learning with Python: With OpenAI Gym, Tensorflow, and Keras. Apress, 2019. - ISBN 14842512615.T. Beysolow II. Applied Reinforcement Learning with Python: With OpenAI Gym, Tensorflow, and Keras. Apress, 2019. - ISBN 14842512615.Шарден, Б. Крупномасштабное машинное обучение вместе с Python / Б. Шарден, Л. Массарон, А. Боскетти ; перевод А. В. Логунов. - Москва : ДМК Пресс, 2018. - 358 c. - ISBN 978-5-97060-506-6. - Текст: электронный. - URL: https://www.iprbookshop.ru/124994.html (дата обращения: 21.05.2024).Шарден, Б. Крупномасштабное машинное обучение вместе с Python / Б. Шарден, Л. Массарон, А. Боскетти ; перевод А. В. Логунов. - Москва : ДМК Пресс, 2018. - 358 c. - ISBN 978-5-97060-506-6. - Текст: электронный. - URL: https://www.iprbookshop.ru/124994.html (дата обращения: 21.05.2024).

The authors declare that there are no conflicts of interest present.