Библиографическое описание:Применение методов машинного обучения для настройки параметров технологического процесса электронно-лучевой сварки : научное издание / В. О. Кобелева, В. В. Тынченко. - Текст : непосредственный // Информатика. Экономика. Управление. - 2023. - Т.2, №1. - С. 301-317. - ISSN 2782-5280, DOI 10.47813/2782-5280-2023-2-1-0301-0317.
Аннотация:Целью исследования является определение наиболее корректных моделей машинного обучении для поставленной задачи настройки параметров технологического процесса электронно-лучевой сварки (ЭЛС), а также выявление особенностей их реализации. Существует множество алгоритмов, подходящих для задачи регрессии. Данное исследование отталкивается от той идеи, что наиболее значимые результаты будут получены после построения композиции различных моделей машинного обучения, алгоритмов оптимизации и других методов для повышения качества результатов. Результаты исследования будут использованы для проведения дальнейших экспериментов и определения модели, показавшей более высокие показатели результативности.
The aim of the study is to determine the most correct machine learning models for the task of setting the parameters of the technological process of electron beam welding (EBW), as well as to identify the features of their implementation. There are many algorithms suitable for the regression problem. This study is based on the idea that the most significant results will be obtained after building a composition of various machine learning models, optimization algorithms and other methods to improve the quality of the results. The results of the study will be used to conduct further experiments and determine the model that showed higher performance.
