Publication: Возможность применения алгоритмов машинного обучения для прогнозирования качества ЭКБ И РЭА
Дата
2023
Авторы
Колосова, А. С.
Каменева, А. С.
Чуков, Г. В.
Никифоров, А. Ю.
Journal Title
Journal ISSN
Volume Title
Издатель
Аннотация
Рассмотрены основные алгоритмы и методы машинного обучения и проведен анализ возможности их применения для оценки качества как основного элемента обеспечения доверенности выпускаемой электронной компонентной базы (ЭКБ) и радиоэлектронной аппаратуры (РЭА). Приводятся примеры успешного применения данных алгоритмов для улучшения таких показателей качества ЭКБ как надежность, стойкость к внешним воздействующим факторам и др. При проведении исследований стойкости ЭКБ к внешним воздействующим факторам, необходимой является процедура идентификации образцов ЭКБ методом рентгеноскопии, для выявления возможной неоднородности в конструкции образцов, принадлежащих к одной партии. Неоднородность партии может влиять на показатели надежности и стойкости к внешним воздействующим факторам, в связи с чем актуальной задачей является построение надежной системы идентификации. В статье предложен подход к решению задачи поиска неоднородности партии при идентификации образцов ЭКБ с помощью рентгеноскопии, в том числе как метода обеспечения доверенности, с помощью сверточной нейронной сети и алгоритмов кластеризации.
Описание
Ключевые слова
идентификация , РЭА , машинное обучение , показатели качества ЭК
Цитирование
КОЛОСОВА, Анна С. et al. ВОЗМОЖНОСТЬ ПРИМЕНЕНИЯ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ КАЧЕСТВА ЭКБ И РЭА. Безопасность информационных технологий, [S.l.], v. 30, n. 1, p. 123-129, фев. 2023. ISSN 2074-7136. Доступно на: <https://bit.spels.ru/index.php/bit/article/view/1487>. Дата доступа: 26 сен. 2023. doi:http://dx.doi.org/10.26583/bit.2023.1.09.