УДК 004.855.5
МАШИНА ЭКСТРЕМАЛЬНОГО ОБУЧЕНИЯ В ЗАДАЧАХ ПРЕДСКАЗАНИЯ ОСТАТОЧНОГО СРОКА ПОЛЕЗНОЙ СЛУЖБЫ ДИСКОВЫХ НАКОПИТЕЛЕЙ
Л. А. Демидова, д.т.н., профессор кафедры корпоративных информационных систем РТУ МИРЭА, Москва, Россия;
orcid.org/0000-0003-4516-3746, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
И. А. Фурсов, аспирант кафедры корпоративных информационных систем РТУ МИРЭА, Москва, Россия;
orcid.org/0000-0001-8583-4351, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Рассматривается задача предсказания остаточного срока полезной службы дисковых накопителей моделью машинного обучения. Целью работы является создание нейросетевой модели на основе машины экстремального обучения ELM (Extreme Learning Machine), а также улучшение значений метрик качества модели посредством генерации новых признаков-предикторов для получения результатов, сопоставимых со значениями метрик качества моделей на основе других нейронных сетей прямого распространения. Показано, что рекуррентные нейронные сети типа SimpleRNN (Simple Recurrent Neural Network), а также их улучшенные версии в виде нейронной сети с долгой краткосрочной памятью LSTM (Long-Short Term Memory) и управляемого рекуррентного блока GRU (Gated Recurrent Unit) показывают хорошую обобщающую способность, однако время их обучения может быть большим, в то время как машине экстремального обучения требуется намного меньше времени на обучение.
Ключевые слова: остаточный срок полезной службы, дисковый накопитель, нейронная сеть, временной ряд, машинное обучение, ELM, SimpleRNN, LSTM, GRU.