Тип публикации: диссертация
Год издания: 2023
Ключевые слова: поиск аномалий, электронная компонентная база, автоматическая группировка, машинное обучение с частичным привлечением учителя, кластерный анализ
Аннотация: Диссертация посвящена разработке алгоритмов кластерного анализа, осуществляющих поиск условно оптимального варианта кластеризации, обеспечивающего заданную эффективность разделения на группы, за счет введения дополнительных ограничений на область искомых результатов. Для этого вводятся специальные характеристики: вектор показателейПоказать полностьюэффективности разделения на группы, объединяющий отдельные оценки эффективности разделения, и область допустимых значений вектора показателей, границы которой определяются на основе размеченной обучающей выборки. ?Задача автоматической группировки электронной компонентной базы рассматривается как задача кластеризации с частичным привлечением учителя и решается как задача условной оптимизации: осуществляется поиск варианта кластеризации, обеспечивающего субоптимальное значение целевой функции задачи автоматической группировки при ограничении на значения вектора показателей эффективности разделения на группы.?В работе решены следующие задачи: 1) Разработка метода автоматической нруппировки объектов, осуществляющего поиск условно оптимального варианта кластеризации, обеспечивающего заданную эффективность разделения на группы. 2) Разработка алгоритма автоматической группировки электронных компонентов в соответствии с принадлежностью к различным производственным партиям. 3) Разработка алгоритмов определения в составе партии электронных ?компонентов потенциально ненадежных элементов, как элементов, являющихся носителями накопительного (кумулятивного) эффекта суммарных отклонений ?характеристик элементов от их средних значений по партии.