Прогностичний метод виявлення аномалій та збоїв у процесі діагностичних експериментів для верифікації систем критичного призначення

Abstract

Розглянуто прогностичний метод виявлення аномалій та збоїв у процесі діагностичних експериментів, що використовуються для верифікації систем критичного призначення. Запропоновано підхід на основі машинного навчання, тензорного аналізу та обробки часових рядів, що дозволяє здійснювати раннє виявлення відхилень у поведінці компонентів системи. Основною метою є забезпечення превентивної діагностики, зменшення ризиків відмови, а також підвищення точності та надійності процесу верифікації. Запропоновано застосування моделей автокодерів, рекурентних нейронних мереж і методів розкладу тензорів для побудови адаптивної системи моніторингу. Отримані результати демонструють високу ефективність запропонованого методу в умовах складної багатокомпонентної діагностики систем критичного призначення.