Комментарии 6
И сколько же пришлось осмотреть вагонов, чтобы собрать тренировочный датасет? И если все они спокойно себе ездили до проверки, может не такие уж и неисправные они были? :)
С помощью статистического анализа мы определили количество наблюдений, которое нам нужно получить, чтобы проверить нашу гипотезу - и в данный момент набрали несколько сотен наблюдений.
Каждый вагон из этих сотен был осмотрен вживую по нашим рекомендациям. И в них действительно были обнаружены неисправности с некорректной сборкой тележки.
Значит размер всего датасета получится в районе тысячи? Для классификатора "к клиенту/в ремонт" наверное норм, но для регрессионного анализа кажется маловато данных...
Можно отметить два фактора для ответа на ваш вопрос
1. Мы не останавливаем сбор датасета – наша текущая модель по-прежнему будет формировать рекомендации по осмотру, и ее результаты будут фиксироваться,
2. Мы действительно сейчас решаем задачу классификации об определении наличия неисправности, а не регрессии.
Что алгоритм делает - непонятно, какие данные обрабатывает - неизвестно, на основе чего работает - покрыто тайной. Но вагоны и новые победы - это да.
Данные были подробно описаны в нашей предыдущей статье про этот проект. На сети РЖД размещены датчики, которые собирают информацию о техническом состоянии колесных пар вагонов. Они включают в себя два измерения: толщину обода и толщину гребня.
Наш алгоритм в данный момент осуществляет две задачи: предобрабатывает эти данные и формирует на их основе рекомендации по ремонту вагонов. Рекомендации направляются в пункты обслуживания вагонов для проверки их корректности и для осуществления ремонтов, если вагон действительно неисправен.
Проект «Цифровой вагон»: предиктивные ремонты