Спосіб формування навчальної вибірки прогнозуючої дрейф пристрою збору даних нейронної мережі

Abstract

Винахід відноситься до галузі спеціалізованих прецизійних вимірювально-керуючих систем та мереж, які використовують нестабільні пристрої збору даних, наприклад сенсори, аналого-цифрові перетворювачі і т.п. Запропоновано спосіб формування навчальної вибірки прогнозуючої дрейф пристрою збору даних нейронної мережі на основі періодичного визначення дійсного значення дрейфу і історичних даних про дрейф. Об'єм даних при формуванні вибірки штучно збільшується шляхом формування вибірок даних послідовно для двох додаткових нейронних мереж - інтегруючої історичні дані і апроксимуючої. Запропонований спосіб дозволяє штучно збільшити об'єм даних для навчання нейронної мережі, прогнозуючої дрейф пристроїв збору даних, зокрема сенсорів, особливо на початковому етапі їх експлуатації, шляхом використання історичних даних про дрейф однотипних пристроїв збору даних у аналогічних умовах експлуатації, що забезпечує різке зниження частоти його повірок або калібрувань. Запропонований спосіб може бути використаний при побудові інтелектуальних вимірювально-керуючих систем та мереж, які здатні, за рахунок самонавчання та адаптації до умов функціонування, забезпечувати зниження похибки збору даних із збільшенням часу їх експлуатації.