Название статьи

Математическая модель рельсовой цепидля генерации обучающей выборкипри решении задач машинной классификации

Библиографическое описание статьи
Борисенко, Д. В. Математическая модель рельсовой цепидля генерации обучающей выборкипри решении задач машинной классификации [Текст] / Д. В. Борисенко, И. В. Присухина, С. А. Лунев // Известия Транссиба / Омский гос. ун-т путей сообщения. – Омск. – 2017. – №4(32). – C. 111 – 121.

Аннотация

Повышение эффективности систем мониторинга рельсовых цепей требует реализации в них автоматического анализа собираемой информации: например, автоматической классификации состояния рельсовой цепи. Эта задача может быть решена средствами машинного обучения. Необходимым компонентом при разработке и исследовании алгоритма машинного обучения является обучающая выборка. В этой статье мы рассматриваем принципы построения математической модели рельсовой цепи, которая позволяет сгенерировать такую выборку. В качестве примера, комбинируя существующие методики расчета рельсовых цепей, мы приводим модель кодовой рельсовой цепи 25 Гц и демонстрируем ее работу.

Список используемой литературы

Розенберг, Е. Н. Цифровая железная дорога - ближайшее будущее [Текст] / Е. Н. Розенберг // Автоматика, связь, информатика. - 2016. - № 10. - С. 4 - 7.
Обслуживание устройств ЖАТ по состоянию с применением систем диагностики [Текст] / Н. А. Меньшиков, А. Е. Лебедев и др. // Автоматика, связь, информатика. - 2016. - № 9. - С. 35 - 37.
Hastie, T. The elements of statistical learning [Text] / T. Hastie, R. Tibshirani, J. Friedman. - New York: Springer, 2009. - 745 p.
Bishop, Christopher M. Pattern Recognition and Machine Learning [Text] / Christopher M. Bishop. - New York: Springer, 2010. - 738 p.
Ефанов, Д. В. Становление и перспективы развития систем функционального контроля и мониторинга устройств железнодорожной автоматики и телемеханики [Текст] / Д. В. Ефанов // Автоматика на транспорте. - 2016. - №1. - С. 124 - 148.