В работе рассматривается применение методов машинного обучения для анализа данных цифрового мониторинга сточных вод предприятий пищевой промышленности. Показано, что сенсорные системы формируют многомерные временные ряды, требующие интеллектуальной обработки. Использованы регрессионные, кластеризационные и ансамблевые алгоритмы для прогнозирования параметров качества воды, выявления аномалий и оптимизации процессов очистки. Обоснована целесообразность внедрения ML-подходов для перехода к предиктивному управлению очистными сооружениями.

Богданов Н.С. (науч. рук. Семенова Т.С.) Применение методов машинного обучения для анализа данных цифрового мониторинга сточных вод пищевых производств // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17470