350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №10 за 2014 г.
Статья в номере:
Диагностика летного состава по результатам работы на авиационных тренажерах
Ключевые слова: марковская модель многофакторная сеть Маркова диагностика авиационный тренажер
Авторы:
Л.С. Куравский - д.т.н., профессор, декан, факультет «Информационные технологии», Московский городской психолого-педагогический университет. E-mail: l.s.kuravsky@gmail.com П.А. Мармалюк - к.т.н., доцент, факультет «Информационные технологии», Московский городской психолого-педагогический университет. E-mail: ykk.mail@gmail.com Г.А. Юрьев - к.ф.-м.н., доцент, факультет «Информационные технологии», Московский городской психолого-педагогический университет. E-mail: nezdeshni@gmail.com С.Н. Баранов - к.т.н., ген. директор, ООО «Русское авиационное общество» (Москва). E-mail: rusavia@rusavia.com Г.Н. Полещук - начальник ОКБ, ЗАО ЦНТУ «Динамика» (Москва). E-mail: poleschuk@dinamika-avia.ru А.А. Смирнов - гл. инженер-программист, ЗАО ЦНТУ «Динамика» (Москва). E-mail: smirnov_a_a_@mail.ru А.Н. Шишов - вед. инженер, ЦНТУ «Динамика», летчик-инструктор (Москва)
Аннотация:
Представлена новая технология диагностики летного состава по результатам работы на авиационных тренажерах, построенная на основе использования вероятностных оценок правдоподобия и идентифицируемых марковских моделей, оценка степени соответствия которых наблюдениям определяется с помощью статистических критериев согласия.
Страницы: 14-23
Список источников

  1. Ким Дж.О., Мьюллер Ч.У., Клекка У.Р. Факторный, дискриминантный и кластерный анализ. М.: Финансы и статистика. 1989. 215 с.
  2. Добеши И. Десять лекций по вейвлетам. М.: РХД. 2001.13.     Добеши И. Десять лекций по вейвлетам. М.: РХД. 2001.
  3. Крамер Г. Математические методы статистики. М.: Мир. 1976. 648 с.
  4. Куравский Л.С., Юрьев Г.А. Вероятностный метод фильтрации артефактов при адаптивном тестировании // Экспериментальная психология, 2012. Т. 5. № 1. С. 119-131.
  5. Куравский Л.С. Юрьев Г.А. Применение фильтра Калмана для фильтрации артефактов при адаптивном тестировании. // Информационные технологии. 2012. №4. С.63 - 69.
  6. Куравский Л.С., Баранов С.Н., Корниенко П.А. Обучаемые многофакторные сети Маркова и их применение для исследования психологических характеристик // Нейрокомпьютеры: разработка, применение. 2005. № 12. С. 65-76.
  7. Куравский Л.С., Баранов С.Н., Юрьев Г.А. Синтез и идентификация скрытых марковских моделей для диагностики усталостного разрушения // Нейрокомпьютеры: разработка, применение. 2010. № 12. С. 20-36.
  8. Куравский Л.С., Мармалюк П.А., Алхимов В.И., Юрьев Г.А. Математические основы нового подхода к построению процедур тестирования // Экспериментальная психология. 2012. Т. 5. № 4. С. 75-98.
  9. Куравский Л.С., Мармалюк П.А., Барабанщиков В.А., Безруких М.М., Демидов А.А., Иванов В.В., Юрьев Г.А. Обучаемые структуры как основа программного обеспечения для диагностики навыков и компетенций // Нейрокомпьютеры: разработка, применение. 2013. № 5. С. 46-60.
  10. Куравский Л.С., Мармалюк П.А., Баранов С.Н., Абрамочкина В.И., Петрова Е.А. Факторный анализ результатов вейвлет-преобразований лонгитюдных данных как новый метод исследования динамических характеристик сложных систем // Нейрокомпьютеры: разработка и применение. 2009. № 9. С. 5-19.
  11. Марковские модели в задачах диагностики и прогнозирования: Учеб. пособие / Под ред. Л.С. Куравского. М.: РУСАВИА. 2013. 172 с.
  12. Kuravsky L.S. and Baranov S.N. The concept of multifactor Markov networks and its application to forecasting and diagnostics of technical systems // Proc. Condition Monitoring. 2005. Cambridge, United Kingdom. Р. 111-117.
  13. Kuravsky L.S., Baranov S.N., Yuryev G.A. Synthesis and identification of hidden Markov models based on a novel statistical technique in condition monitoring // Modeling and data analysis. 2012. № 1. Р. 4-24.
  14. Kuravsky L.S., Margolis A.A., Yuryev G.A., Marmalyuk P.A. Decision support system for testing CM personnel professional skills // Proc. 9th International Conference on Condition Monitoring & Machinery Failure Prevention Technologies, London, UK. June 2012. 8 p.