Анализ влияния качества данных на достоверность алгоритма машинного обучения для прогнозирования нарушений герметичности эксплуатационных колонн
| Parent link: | Перспективы науки.— .— Тамбов: Фонд развития науки и культуры.— 2077-6810 № 11 (194).— 2025.— С. 34-37 |
|---|---|
| المؤلف الرئيسي: | |
| مؤلفون آخرون: | , |
| الملخص: | Заглавие с экрана Цель работы - оценить влияние качества промысловых данных на точность прогнозов негерметичности эксплуатационных колонн. Гипотеза исследования: ухудшение полноты и подлинности данных снижает достоверность моделей машинного обучения. Для проверки применена имитационная модель, эквивалентная логистической регрессии, реализованная в Excel и протестированная на синтетических данных по 100 скважинам. Проведен сценарный анализ трех уровней качества данных. Установлено, что при снижении качества данных с 0,95 до 0,75 точность прогноза падает на 21 %. Определены минимальные пороги качества для устойчивого применения моделей машинного обучения: полнота ≥ 70 %, ошибка ≤ 10 % Текстовый файл |
| اللغة: | الروسية |
| منشور في: |
2025
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | https://elibrary.ru/item.asp?id=88834724 |
| التنسيق: | الكتروني فصل الكتاب |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=684650 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 684650 | ||
| 005 | 20260202161812.0 | ||
| 090 | |a 684650 | ||
| 100 | |a 20260202d2025 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i |b e | |
| 182 | 0 | |a b | |
| 183 | 0 | |a cr |2 RDAcarrier | |
| 200 | 1 | |a Анализ влияния качества данных на достоверность алгоритма машинного обучения для прогнозирования нарушений герметичности эксплуатационных колонн |f А. В. Карсаков, А. И. Нургалиев, И. В. Шарф | |
| 203 | |a Текст |b визуальный |c электронный | ||
| 283 | |a online_resource |2 RDAcarrier | ||
| 300 | |a Заглавие с экрана | ||
| 320 | |a Литература: 6 назв | ||
| 330 | |a Цель работы - оценить влияние качества промысловых данных на точность прогнозов негерметичности эксплуатационных колонн. Гипотеза исследования: ухудшение полноты и подлинности данных снижает достоверность моделей машинного обучения. Для проверки применена имитационная модель, эквивалентная логистической регрессии, реализованная в Excel и протестированная на синтетических данных по 100 скважинам. Проведен сценарный анализ трех уровней качества данных. Установлено, что при снижении качества данных с 0,95 до 0,75 точность прогноза падает на 21 %. Определены минимальные пороги качества для устойчивого применения моделей машинного обучения: полнота ≥ 70 %, ошибка ≤ 10 % | ||
| 336 | |a Текстовый файл | ||
| 461 | 1 | |t Перспективы науки |c Тамбов |n Фонд развития науки и культуры |x 2077-6810 | |
| 463 | 1 | |t № 11 (194) |v С. 34-37 |d 2025 | |
| 610 | 1 | |a качество данных | |
| 610 | 1 | |a машинное обучение | |
| 610 | 1 | |a моделирование | |
| 610 | 1 | |a негерметичность | |
| 610 | 1 | |a эксплуатационные колонны | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a труды учёных ТПУ | |
| 700 | 1 | |a Карсаков |b А. В. |g Александр Владиславович | |
| 701 | 1 | |a Нургалиев |b А. И. |g Артур Ильдарович | |
| 701 | 1 | |a Шарф |b И. В. |g Ирина Валерьевна |f 1969- |c экономист |c профессор Томского политехнического университета, доктор экономических наук |9 13899 | |
| 801 | 0 | |a RU |b 63413507 |c 20260202 |g RCR | |
| 856 | 4 | 0 | |u https://elibrary.ru/item.asp?id=88834724 |z https://elibrary.ru/item.asp?id=88834724 |
| 942 | |c CF | ||