2026
Можаровский И. С., Бражников И.Д.
Решена задача классификации неисправностей технологического процесса на наборе данных Tennessee Eastman Process. Анализируются подходы на основе одномерных сверточных нейронных сетей (1D CNN) и архитектуры Transformer. Представлены 2 основные архитектуры: 21 классовая модель для общей классификации и специализированная узкая модель для сложных неисправностей (сбои 3, 9, 15), трудно отличимых от нормального шума. Обосновывается выбор применения механизма Self Attention для выявления долгосрочных скрытых зависимостей. Глобальная модель достигает точности 89,06 %, при этом специализированный классификатор повышает точность выявления скрытых аномалий, достигая 71,64 % на ограниченном и наиболее сложном наборе данных.
Бражников И.Д., Можаровский И.С. Обнаружение неисправностей в процессе Tennessee Eastman на базе 1D-CNN и Self-Attention // Математические методы в технологиях и технике. 2026. №5. С. 97-100.
Материалы / тезисы конференций
№5. С. 97-100.