УДК 004.724
ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИИ МАТЕРИАЛОВ НА ОСНОВЕ ИХ КЛЮЧЕВЫХ ХАРАКТЕРИСТИК
В. П. Корячко, д.т.н., профессор, заведующий кафедрой САПР ВС РГРТУ, Рязань, Россия;
orcid.org/0000-0003-0272-673X, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
С. Д. Викулин, аспирант РГРТУ, Рязань, Россия; orcid.org/0009-0002-9932-1113,
e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Рассматривается задача многоклассовой классификации материалов по их ключевым свойствам с использованием методов машинного обучения и нейросетевых моделей. Целью данной работы является построение эффективной модели анализа свойств материалов и определения класса их принадлежности. Особое внимание уделяется проблеме дисбаланса классов, возникающей при классификации редких типов материалов. Для устранения дисбаланса применяется метод синтетического увеличения миноритарных классов (SMOTE). Оценка качества модели осуществляется с использованием стандартных метрик классификации, включая точность, полноту и F1-меру. Полученные результаты демонстрируют эффективность предложенного подхода к задаче классификации материалов и возможности его применения в интеллектуальных системах поддержки принятия решений в материаловедении.
Ключевые слова: машинное обучение, классификация, нейросетевые модели, дисбаланс классов, SMOTE, свойства материалов, интеллектуальные системы.