Publication:
Возможность применения алгоритмов машинного обучения для прогнозирования качества ЭКБ И РЭА

Простая страница элемента
creativeworkseries.issn 2074-7128 (Print)
dc.contributor.authorКолосова, А. С.
dc.contributor.authorКаменева, А. С.
dc.contributor.authorЧуков, Г. В.
dc.contributor.authorНикифоров, А. Ю.
dc.contributor.authorКаменева, Анна Сергеевна
dc.contributor.authorЧуков, Георгий Викторович
dc.contributor.authorНикифоров, Александр Юрьевич
dc.contributor.authorКолосова, Анна Сергеевна
dc.date.accessioned2023-09-26T12:59:26Z
dc.date.available2023-09-26T12:59:26Z
dc.date.issued2023
dc.description.abstractРассмотрены 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.
dc.identifier.citationКОЛОСОВА, 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.
dc.identifier.doi10.26583/bit.2023.1.09
dc.identifier.issn2074-7136
dc.identifier.issn2074-7128
dc.identifier.urihttps://openrepository.mephi.ru/handle/123456789/308
dc.identifier.urihttp://dx.doi.org/10.26583/bit.2023.1.09
dc.relation.ispartofBezopasnost informacionnyh tehnology
dc.subjectидентификация
dc.subjectРЭА
dc.subjectмашинное обучение
dc.subjectпоказатели качества ЭК
dc.titleВозможность применения алгоритмов машинного обучения для прогнозирования качества ЭКБ И РЭА
dc.typejournal-article
dspace.entity.typePublication
oaire.citation.issue1
oaire.citation.volume30
relation.isAuthorOfPublication5edb4954-81f2-4275-b229-b63321444623
relation.isAuthorOfPublicationd724e4cb-714a-4e50-a262-ce949f36fd58
relation.isAuthorOfPublication7689eb3e-fb40-4450-8e40-24096dc74d56
relation.isAuthorOfPublicationa242b0b4-fb29-46f1-aa93-15ce5c390eb6
relation.isAuthorOfPublication.latestForDiscovery5edb4954-81f2-4275-b229-b63321444623
relation.isJournalIssueOfPublication4ed64962-8cc4-4f15-9539-556eeb678159
relation.isJournalIssueOfPublication.latestForDiscovery4ed64962-8cc4-4f15-9539-556eeb678159
relation.isJournalOfPublication3b9ae913-eaeb-4d29-a767-7f6ca8a0e066
relation.isOrgUnitOfPublication06e1796d-4f55-4057-8d7e-bb2f3b5676f5
relation.isOrgUnitOfPublication.latestForDiscovery06e1796d-4f55-4057-8d7e-bb2f3b5676f5
Файлы
Original bundle
Теперь показываю 1 - 1 из 1
Уменьшенное изображение
Name:
1487-2155-1-PB.pdf
Size:
484.81 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Теперь показываю 1 - 1 из 1
Уменьшенное изображение
Name:
license.txt
Size:
3.45 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Коллекции