RUS  ENG
Полная версия
ЖУРНАЛЫ // Доклады Российской академии наук. Математика, информатика, процессы управления // Архив

Докл. РАН. Матем., информ., проц. упр., 2024, том 520, номер 2, страницы 116–123 (Mi danma593)

СПЕЦИАЛЬНЫЙ ВЫПУСК: ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ

Стратифицированные статистические модели в анализе надежности оборудования

Ю. А. Васильев, И. О. Филимонова, М. И. Петровский, И. В. Машечкин

Московский государственный университет имени М. В. Ломоносова, Москва, Россия

Аннотация: Анализ надежности становится первостепенной задачей для успешного функционирования систем. В данной работе рассматривается проблема поломки оборудования на примере жестких дисков (HDD) и твердотельных накопителей (SSD). Для прогнозирования деградации оборудования используются методы анализа выживаемости, которые позволяют оценивать вероятность наступления события во времени. Также модели выживаемости учитывают неполные данные об истинном времени события для цензурированных наблюдений. Однако популярные статистические методы не учитывают особенности реальных данных, таких как наличие пропусков и категориальных переменных. В данной работе мы предлагаем расширить классические статистические методы выживаемости с помощью введения интерпретируемого стратифицирующего дерева, каждому листу которого соответствует статистическая модель. Экспериментальное исследование основано на оценке зависимости качества моделей при увеличении глубины дерева. По результатам экспериментов предложенный метод превосходит по качеству классические статистические модели. Результаты исследования демонстрируют эффективность предложенного подхода и его потенциал в области обеспечения надежности сложных технических систем.

Ключевые слова: анализ надежности, оборудование, анализ выживаемости, параметрические модели, машинное обучение.

УДК: 004.852

Поступило: 27.09.2024
Принято к публикации: 02.10.2024

DOI: 10.31857/S2686954324700437


 Англоязычная версия: Doklady Mathematics, 2024, 110:suppl. 1, S103–S109

Реферативные базы данных:


© МИАН, 2025