Застосування методів нечіткої кластеризації для аналізу даних в експлуатації та ремонті озброєння і військової техніки
| dc.contributor.author | Большакова, І. М. | uk |
| dc.contributor.author | Хмелевський, С. І. | uk |
| dc.contributor.author | Bolshakova, I. | en |
| dc.contributor.author | Khmelevskyi, S. | en |
| dc.title | Застосування методів нечіткої кластеризації для аналізу даних в експлуатації та ремонті озброєння і військової техніки | uk |
| dc.date.issued | 2026 | |
| dc.publisher | Вінницький національний технічний університет | uk |
| dc.identifier.citation | Большакова І. М., Хмелевський С. І. Застосування методів нечіткої кластеризації для аналізу даних в експлуатації та ремонті озброєння і військової техніки // VІ Міжнародна науково-технічна інтернет-конференція «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 10-11 листопада 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/apozbt/apozbt2026/paper/view/30537. | uk |
| dc.relation.ispartof | VІ Міжнародна науково-технічна інтернет-конференція «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 10-11 листопада 2026 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/apozbt/apozbt2026/paper/view/30537 | |
| dc.identifier.udc | 004.8:004.032.26 | |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua/handle/123456789/57728 | |
| dc.description.abstract | Розглянуто можливості методів кластеризації для аналізу даних, що накопичуються під час експлуатації, технічного обслуговування та ремонту озброєння і військової техніки (ОВТ). Обґрунтовано доцільність застосування нечіткої кластеризації для групування діагностичних ознак за умов невизначеності та перехідних станів. Окреслено потенційне використання результатів кластерного аналізу для підтримки оцінювання технічного стану й планування обслуговування. Запропонований підхід потребує перевірки на репрезентативних даних конкретних зразків ОВТ. | uk |
| dc.description.abstract | The paper considers clustering methods for analyzing data collected during the operation, maintenance and repair of weapons and military equipment. Fuzzy clustering is highlighted as a useful approach to grouping diagnostic features under uncertainty and transitional operating conditions. Potential applications include technical-condition assessment and maintenance planning support. The approach requires validation using representative data from specific equipment systems. | en |
| dc.subject | кластеризація | uk |
| dc.subject | нечіткі c-середні | uk |
| dc.subject | технічний стан | uk |
| dc.subject | діагностика | uk |
| dc.subject | прогнозне обслуговування | uk |
| dc.subject | озброєння та військова техніка | uk |
| dc.subject | clustering | en |
| dc.subject | fuzzy c-means | en |
| dc.subject | technical condition | en |
| dc.subject | diagnostics | en |
| dc.subject | predictive maintenance | en |
| dc.subject | weapons and military equipment | en |
| dc.type | Thesis | |
| dc.language.iso | uk | uk |
| dc.relation.references | Якимець Р. В. Методи кластеризації та їх класифікація. Міжнародний науковий журнал. 2016. № 6 (2). С. 48–50. | uk |
| dc.relation.references | Surucu O., Gadsden S. A., Yawney J. Condition Monitoring using Machine Learning: A Review of Theory, Applications, and Recent Advances. Expert Systems with Applications. 2023. Vol. 221. Art. 119738. DOI: 10.1016/j.eswa.2023.119738. | en |
| dc.relation.references | Hassan I. U., Panduru K., Walsh J. Review of Data Processing Methods Used in Predictive Maintenance for Next Generation Heavy Machinery. Data. 2024. Vol. 9, No. 5. Art. 69. DOI: 10.3390/data9050069. | en |
| dc.relation.references | Coates A., Ng A. Y. Learning feature representations with k-means. In: Neural Networks: Tricks of the Trade. 2nd ed. 2012. P. 561–580. | en |
| dc.relation.references | Деркач О. І. Аналітична обробка текстової інформації за допомогою засобів кластеризації. Молодий вчений. 2016. № 7. С. 159–165. | uk |
| dc.relation.references | Lu Y., Li S., Fotouhi F., Deng Y., Brown S. Incremental genetic k-means algorithm and its application in gene expression data analysis. BMC Bioinformatics. 2004. | en |
| dc.relation.references | Gaber T., Ismail G., Anter A. et al. Thermogram breast cancer prediction approach based on Neutrosophic sets and fuzzy c-means algorithm. 37th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). 2015. P. 4254–4257. | en |
| dc.relation.references | ISO 13374-1:2003. Condition monitoring and diagnostics of machines – Data processing, communication and presentation – Part 1: General guidelines. ISO. Confirmed 2025. https://www.iso.org/standard/21832.html. | en |
| dc.date.accessioned | 2026-11-16T15:39:41Z |
Файли
Контейнер файлів
1 - 1 з 1
Завантаження...
- Назва:
- 30537.pdf
- Розмір:
- 421,41 KB
- Формат:
- Adobe Portable Document Format