Показати скорочений опис матеріалу
Обґрунтування ефективності моніторингу гірничих комплексів на основі нейронних мереж
dc.contributor.author | Хмура, О. А. | |
dc.date.accessioned | 2018-03-01T20:55:45Z | |
dc.date.available | 2018-03-01T20:55:45Z | |
dc.date.issued | 2018 | |
dc.identifier.citation | Хмура О. А. Обґрунтування ефективності моніторингу гірничих комплексів на основі нейронних мереж : дипломна робота магістра спеціальності 121 Інженерія програмного забезпечення. - Дніпро, 2018 | ru_RU |
dc.identifier.uri | http://ir.nmu.org.ua/handle/123456789/151458 | |
dc.description | Хмура О. А. Обґрунтування ефективності моніторингу гірничих комплексів на основі нейронних мереж : дипломна робота магістра спеціальності 121 Інженерія програмного забезпечення. - Дніпро, 2018 | ru_RU |
dc.description.abstract | Explanatory note:135 р., 32 fig., 3 applications, 72 sources. Object of research: is mine hoisting installations. The purpose of the degree project: Rationale for the effectiveness of monitoring of mountain complexes based on neural networks. Methods of research. When solving this problem, scientific achievements were used in the fields of data analysis, simulation of artificial neural networks, Data Science. The scientific novelty is expected to analyze and identify shortcomings in the traditional approach to the development of emergency protection systems. The practical value of work is to develop techniques for creating, deploying and scaling systems for forecasting accidents in time series. The scope. The developed technique can be applied at mining and industrial enterprises. The value of the work and conclusions. The developed system allows you to design systems that can warn the threat is confirmed by the developed software product in this master's work. Projections on development research. On the basis of the developed project it is possible to create systems of protection and forecasting of breakdowns not only of lifting machines, but also of all mine equipment in general, which will significantly improve labor safety in the industry. In section "Economics" calculated the complexity of software development, the cost of creating the software and the duration of its development, and marketing studies market created by the software. | ru_RU |
dc.description.abstract | Пояснювальна записка: 135 с., 32 рис., 3 додатків., 72 джерела. Об'єкт дослідження: є шахтні підйомні установки. Мета магістерської роботи: Обґрунтування ефективності моніторингу гірничих комплексів на основі поєднання нейронних мереж та методу групового урахування аргументів. Методи дослідження. При рішенні поставленої задачі використовувалися наукові досягнення в областях аналізу даних, моделювання штучних нейронних мереж, Data Science. Наукова новизна результатів, що очікуються, полягає у проведені аналізу та виявленні недоліків традиційного підходу до розробки систем захисту від аварійних ситуацій. Практична цінність результатів полягає у розробленні методик для створення, розгортання та масштабування систем прогнозування аварій в часових рядах. Область застосування. Розроблена методика може застосовуватися на гірничо-промислових підприємствах. Значення роботи та висновки. Розроблена система дозволяє проектувати системи які можуть попереджувати загрозу, що підтверджується розробленим програмним продуктом в даній магістерській роботі. Прогнози щодо розвитку досліджень. На основі розробленого проекту можна створити системи захисту та прогнозування поламок не тільки підйомних машин, а й усього шахтного устаткування взагалі, що значно підвищить безпеку праці в галузі. У розділі «Економіка» проведені розрахунки трудомісткості розробки програмного забезпечення, витрат на створення ПЗ й тривалості його розробки, а також провести маркетингові дослідження ринку збуту створеного програмного продукту. | ru_RU |
dc.language.iso | uk | ru_RU |
dc.subject | neural networks, forecasting, method of group consideration of arguments, mine lifting installations, accidents | ru_RU |
dc.subject | нейронні мережі, прогнозування, метод групового урахування аргументів, шахтні підйомні установки, аварії. | ru_RU |
dc.title | Обґрунтування ефективності моніторингу гірничих комплексів на основі нейронних мереж | ru_RU |
dc.type | Other | ru_RU |