Авторитетность издания
ВАК - К1
RSCI, ядро РИНЦ
Добавить в закладки
Следующий номер на сайте
№4
Ожидается:
09 Декабря 2024
Статьи журнала №3 2016
31. Forecasting optimal duration of a beer main fermentation process using the kalman filter [№3 за 2016 год]Авторы: Нийонсаба T. (nitherence@mail.ru) - Тверской государственный технический университет (аспирант); Павлов В.А. (nitherence@mail.ru) - Тверской государственный технический университет (доцент), кандидат военных наук;
Abstract: One of the most important processes of beer production is the main process of fermentation. In this process, the wort transforms into beer. The quality of beer depends on the dynamics of wort parameters. The main fermentation process continues for 10 days and requires high costs. Therefore, the main purpose of this article is to forecast the optimal duration of the beer main fermentation process and provide its optimal control. The Kalman filter can provide optimal control of the main fermentation process. It also estimates state variables of the main fermentation process taking into account the characteristics of random effects at the object’s input and filters measuring noise. The initial values of raw materials and control parameters of the beer main fermentation process can be determined based on the predicted completion time of the main fermentation process.
Аннотация: Одним из важнейших этапов в производстве пива является процесс главного брожения. На этой стадии пивное сусло превращается в молодое пиво, параметры пивного сусла изменяются, и качество молодого пива зависит от динамики изменения этих параметров. Процесс главного брожения продолжается 10 дней, что сопряжено со многими затратами.
Основной целью данной статьи является исследование оптимального управления процессом главного брожения и обеспечение его минимальной продолжительности без ухудшения качества пива. Оптимальное управление процессом главного брожения выполняется фильтром Калмана.
Фильтр Калмана оценивает переменные состояния процесса главного брожения с учетом характеристик случайных воздействий на входе объекта и фильтрует измерительный шум.
На основе прогнозированного времени окончания процесса главного брожения определяются начальные параметры сырья и управление параметрами процесса главного брожения.
Keywords: extract, alcohol, time, temperature, kalman filter, wort, main fermentationКлючевые слова: extract, alcohol, time, temperature, kalman filter, wort, main fermentation
Просмотров: 6409
32. Система диагностики и оценки риска остеопоротического перелома на основе интеллектуального анализа данных [№3 за 2016 год]
Авторы: Дмитриев Г.А. (kirsanich@mail.ru) - Тверской государственный технический университет (профессор), доктор технических наук; Аль-Факих Али Салех Али (alfakih.ali@mail.ru) - Тверской государственный технический университет (аспирант);
Аннотация: Использование информационных технологий в медицине при диагностике различного рода заболеваний требует совершенствования методов хранения и обработки данных. Для оценки риска остеопоротического перелома используется вычислительная модель, основанная на использовании схемы байесовского вывода. Задача прогнозирования рассматривается как задача классификации, то есть как задача нахождения апостериорной вероятности принадлежности пациента к одному из двух классов исходной классификации. Фактор, определяющий возможность остеопоротического перелома, является многомерной случайной величиной, оценка характеристик которой требует хранения и обработки больших объемов информации. В статье описываются состав и архитектура программного комплекса для диагностики остеопороза и оценки риска остеопоротического перелома. Комплекс включает в себя информационную и вычислительную компоненты. Вычислительная компонента содержит методы интеллектуального анализа данных, направленного на обнаружение закономерностей и тенденций, а также на выявление взаимосвязей существующих в многомерных массивах клинических данных. Информационная компонента содержит модели выборочных данных в виде многомерных кубов, которые формируются на базе OLAP-технологий и таблиц сопряженности. Объединение информационной и вычислительной компонент образует единую модель системы. Выходные данные информационной компоненты используются в качестве входа для вычислительной компоненты, которая служит для вывода суждений в условиях неопределенности и неполной информации. Ее основу составляют методы исчисления вероятностей, байесовы и нейронные сети. Рассмотрены вопросы использования служб Analysis Services: SQL Server Data Tools (SSDT) и SQL Server Management Studio в качестве платформы для создания и анализа многомерных моделей на основе технологий Data Mining.
Abstract: The use of information technologies in medicine for diadnosis of various diseases needs improvements in data storage and processing. To assess the osteoporotic fracture risk the specialists use a computational model based on the Bayesian inference scheme. A prediction task is considered as a classification task, i.e. a task of finding the posterior probability of patient belonging to one of two original classification classes. The factor that determines the possibility of osteoporotic fracture is a multidimensional random variable. To evaluate its performance it is required to store and process large information volumes. The complex includes informational and computational components. The computational component contains methods of data mining aimed at detecting patterns and trends, as well as at identifying existing relationships in multidimensional arrays of clinical data. The informational component contains sample data models in the form of multidimensional cubes that are formed on the base of OLAP-technologies and contingency tables. Information and computer components are combined into a single system model. Data output of the information component is used as input for the computer component, which is used to display the statements under conditions of uncertainty and incomplete information. It is based on probability calculation methods and Bayesian networks. The article examines the use of Microsoft SQL Server Analysis Services as a platform to create and analyze multivariate models based on Data Mining technology.
Ключевые слова: информационная система, медицинская диагностика, остеопороз, байесовские сетиKeywords: information system, medical diagnostics, osteoporosis, bayesian networks
Просмотров: 11164
◄ ← Предыдущая | 1 | 2 | 3 | 4