Анализ влияния качества данных на достоверность алгоритма машинного обучения для прогнозирования нарушений герметичности эксплуатационных колонн

Анализ влияния качества данных на достоверность алгоритма машинного обучения для прогнозирования нарушений герметичности эксплуатационных колонн

Detalles Bibliográficos
Parent link:Перспективы науки.— .— Тамбов: Фонд развития науки и культуры.— 2077-6810
№ 11 (194).— 2025.— С. 34-37
Autor Principal: Карсаков А. В. Александр Владиславович
Outros autores: Нургалиев А. И. Артур Ильдарович, Шарф И. В. Ирина Валерьевна
Summary: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
Idioma:ruso
Publicado: 2025
Subjects:
качество данных
машинное обучение
моделирование
негерметичность
эксплуатационные колонны
электронный ресурс
труды учёных ТПУ
Acceso en liña:https://elibrary.ru/item.asp?id=88834724
Formato: Electrónico Capítulo de libro
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=684650

Títulos similares

Títulos similares