Все статьи автора в журнале: Криницин П.Г.

1. Методы трансферного обучения для диагностики промышленного оборудования

   Transfer of learningmethod for industrial equipment diagnostics

   Номер: 2025 / 08

   Криницин П.Г. | Krinitsin P.G. | Пискунов А.А. | Piskunov A.A. | Ченцов С.В. | CHentsov S.V. | alfa_reklama@mail.ru, piskunoff_a_a@mail.ru, schentsov@sfu-k ras.rualfa_reklama@mail.ru, piskunoff_a_a@mail.ru, schentsov@sfu-k ras.ru

   Авторы статьи

   Authors

   Криницин П.Г.

   Krinitsin P.G.

   Пискунов А.А.

   Piskunov A.A.

   Ченцов С.В.

   CHentsov S.V.

   alfa_reklama@mail.ru, piskunoff_a_a@mail.ru, schentsov@sfu-k ras.ru

   alfa_reklama@mail.ru, piskunoff_a_a@mail.ru, schentsov@sfu-k ras.ru

   ---

   Методы трансферного обучения для диагностики промышленного оборудования

    

   УДК 004.045

   DOI: 10.36652/0869-4931-2025-79-8-339-344

    

   Проведены исследования по диагностированию отказов промышленного вращающегося оборудования с использованием методов трансферного обучения. Представлен обзор современных нейросетевых архитектур с особенностями их применения, преимуществами и недостатками. Обозначена проблема постоянного дефицита информации о состоянии промышленного оборудования и ее негативное влияние на результаты работы диагностических моделей.

   ---

   Ключевые слова

   трансферное обучение, прогнозная диагностика, наборы данных, адаптация домена, обобщение домена, вращающееся оборудование, нейросетевые архитектуры

   Transfer of learningmethod for industrial equipment diagnostics

   Research of industrial rotating equipment failure diagnostics using transfer learning methods is conducted. An overview of modern neural network architectures with features of their application, advantages and disadvantages is presented. The problem of constant information deficitabout industrial equipment state and its negative impact on the results of diagnostic models is designated.

   ---

   Keywords

   transfer learning, predictive diagnostics, data sets, domain adaptation, domain generalization, rotating equipment, neural network architectures