Автоматизация сбора и обработки данных узлов и деталей железнодорожного подвижного состава с использованием Airflow для машинного обучения
EDN: ORJCMB
Аннотация
В статье рассматривается применение Airflow для автоматизации управления данными железнодорожного транспорта с целью повышения точности и оперативности анализа состояния подвижного состава. Исследование направлено на демонстрацию преимуществ внедрения Airflow в процесс обработки данных и его влияние на качество прогнозирования состояния узлов и деталей вагонов.
Об авторах
Н. О. Мироненко
Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)
Россия
Россия
Мироненко Никита Олегович, студент
О. И. Мироненко
Российский университет транспорта (РУТ (МИИТ))
Россия
Россия
Мироненко Олег Игоревич, кандидат технических наук, доцент кафедры «Нетяговый подвижной состав»
К. А. Сергеев
Российский университет транспорта (РУТ (МИИТ))
Россия
Россия
Сергеев Константин Александрович, доктор технических наук, доцент, доцент кафедры «Нетяговый подвижной состав»
А. П. Бомбардиров
Российский университет транспорта (РУТ (МИИТ))
Россия
Россия
Бомбардиров Андрей Петрович, кандидат технических наук, доцент кафедры «Нетяговый подвижной состав»
Список литературы
1. Плас, Джейк Вандер. Python для сложных задач. Наука о данных и машинное обучение. Руководство / Плас Джейк Вандер. - Москва : Питер, 2018. - 759 c. - Текст : непосредственный.
2. Tаweh Beysolow II. Applied Reinforcement Learning with Python: With OpenAI Gym, Tensorflow, and Keras. Apress, 2019. - ISBN 1484251261. - Текст : непосредственный.
3. Колесникова, Г. И. Искусственный интеллект: проблемы и перспективы / Г. И. Колесникова. - Текст : электронный // Видеонаука: сетевой журнал. - 2018. - № 2 (10). - URL: https://videonauka.ru/stati/44-novye-tekhnologii/190-iskusstvennyj-intellekt-problemy-i-perspektivy (дата обращения: 20.05.2025).
4. Солнцева, О. Г. Аспекты применения технологий искусственного интеллекта / О. Г. Солнцева. - Текст : электронный // E-Management. - 2018. - № 1. - URL: https://cyberleninka.ru/article/n/aspekty-primenen-iya-tehnologiy-iskusstvennogo-intellekta (дата обращения: 20.05.2025).
5. Шарден, Б. Крупномасштабное машинное обучение вместе с Python: учебное пособие / Б. Шарден, Л. Массарон, А. Боскетти; перевод с английского А. В. Логунова. - Москва : ДМК Пресс, 2018. - 358 с. - ISBN 978-5-97060-506. - Текст : непосредственный.
Рецензия
Для цитирования:
Мироненко Н.О., Мироненко О.И., Сергеев К.А., Бомбардиров А.П. Автоматизация сбора и обработки данных узлов и деталей железнодорожного подвижного состава с использованием Airflow для машинного обучения. Наука и техника транспорта. 2025;(3):70-75. EDN: ORJCMB
For citation:
Mironenko N.O., Mironenko O.I., Sergeev K.A., Bombardirov A.P. Automation of Data Collection and Processing for Railway Rolling Stock Components and Parts Using Airflow for Machine Learning. Science and Technology in Transport. 2025;(3):70-75. (In Russ.) EDN: ORJCMB
Просмотров:
7
JATS XML
Послать статью по эл. почте 