Resource Prediction Techniques of Components and Parts of Railway Rolling Stock Using Machine Learning. Data Validation and Processing
EDN: NWDOIA
Abstract
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.
About the Authors
K. A. Sergeev
Российский университет транспорта (РУТ (МИИТ))
Russian Federation
Russian Federation
O. I. Mironenko
Российский университет транспорта (РУТ (МИИТ))
Russian Federation
Russian Federation
O. Yu. Krivich
Российская открытая академия транспорта Российского университета транспорта (РОАТ РУТ (МИИТ))
Russian Federation
Russian Federation
N. O. Mironenko
Московский государственный технический университет им. Н.Э. Баумана (МГТУ им. Н.Э. Баумана)
Russian Federation
Russian Federation
References
1. 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.
2. Плас, Джейк Вандер. Python для сложных задач. Наука о данных и машинное обучение. Руководство / Плас Джейк Вандер. - Москва : Питер, 2018. - 759 c. - Текст : непосредственный.
3. 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.
4. T. Beysolow II. Applied Reinforcement Learning with Python: With OpenAI Gym, Tensorflow, and Keras. Apress, 2019. - ISBN 14842512615.
5. 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).
Review
For citations:
Sergeev K.A., Mironenko O.I., Krivich O.Yu., Mironenko N.O. Resource Prediction Techniques of Components and Parts of Railway Rolling Stock Using Machine Learning. Data Validation and Processing. Science and Technology in Transport. 2024;(2):64-66. (In Russ.) EDN: NWDOIA
Views:
9
Email this article 