Современные технологические процессы тесно взаимосвязаны и изменения происходящие в одной точки системы должно влечь изменения в остальных цепях одной производственной системы. Таким образом, эффективный производственный процесс должен быть обеспечен цифровыми системами, которые позволяют автономно реагировать на изменения состояний цепочек одной системы. Для решения задачи Change Point Detection нами проведен сравнительный анализ существующих подходов и разработан алгоритм позволяющий использовать ансамбль моделей машинного обучения с автоматическим подбором гиперпараметров. Более того, нет необходимости в дообучении модели на вновь приходящих данных, так как рассматриваемый подход не предполагает использование решений на основе нейронных сетей.

Самофалов А.С., Чебышев И.С. (науч. рук. Ревин И.Е.) АВТОМАТИЧЕСКИЙ АНСАМБЛЬ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ ДЛЯ РЕШЕНИЯ ЗАДАЧИ CHANGE POINT DETECTION ПРИ АНАЛИЗЕ ГЕОФИЗИЧЕСКИХ ДАННЫХ СКВАЖИН // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2023]. URL: https://kmu.itmo.ru/digests/article/11102