Використання методів машинного навчання для прогнозування синтезу карбіду під час високовольтної електророзрядної обробки порошку титану у спирті із реалізацією іскрового розряду

Abstract

Показано можливість використання алгоритмів машинного навчання Логістична регресія та Random forest для прогнозування процесів карбідизації порошку титану під час його високовольтної електророзрядної обробки порошку у спирті. Точність прогнозу склала для Логістичної регресії – 60%, а для Random forest – 70 %.

Keywords (in English)
Machine learning
random forest
logistic regression
high voltage electric discharge
titanium
Author (co-authors)
First name Last name Institutional affiliation E-mail Phone number ORCID ID Institution address Author contribution(s) Institutional affiliation
Микола
Присташ
msprystash@gmail.com
0000-0002-7617-6200
пр. Богоявленський 43-А, 54018, м. Миколаїв, Україна
Writing – Original Draft Preparation
Інститут імпульсних процесів і технологій НАН України
Світлана
Присташ
belayasvf@gmail.com
0009-0001-6271-7395
пр. Богоявленський 43-А, 54018, м. Миколаїв, Україна
Software
Інститут імпульсних процесів і технологій НАН України
Андрій
Торпаков
torpakov@gmail.com
0000-0002-9805-3914
пр. Богоявленський 43-А, 54018, м. Миколаїв, Україна
Validation
Інститут імпульсних процесів і технологій НАН України
Євген
Липян
lypian@ukr.net
0000-0001-9483-1793
пр. Богоявленський 43-А, 54018, м. Миколаїв, Україна
Resources
Інститут імпульсних процесів і технологій НАН України
Ольга
Сизоненко
olgasizonenko43@gmail.com
0000-0002-8449-2481
пр. Богоявленський 43-А, 54018, м. Миколаїв, Україна
Writing – Review & Editing
Інститут імпульсних процесів і технологій НАН України
Manuscript file
vikoristannya-metodiv-mashinnogo-navchannya-dlya-prognozuvannya-sintezu-karbidu-pid-chas.docx171.08 KB