Оцінка особливостей багатовимірних випадкових процесів на основі їхніх візуальних образів

Полярус, О.; Бабаєва, А.; Чепусенко, Є.

Головна сторінка IRChNUT
→
ПЕРІОДИЧНІ ВИДАННЯ НУ «Чернігівська політехніка»
→
Технічні науки та технології: науковий журнал
→
2023
→
Технічні науки та технології. – 2023. – №1 (31)
→
Перегляд матеріалів

dc.contributor.author	Полярус, О.
dc.contributor.author	Чепусенко, Є.
dc.contributor.author	Бабаєва, А.
dc.date.accessioned	2023-05-09T09:21:54Z
dc.date.available	2023-05-09T09:21:54Z
dc.date.issued	2023
dc.identifier.uri	http://ir.stu.cn.ua/123456789/27598
dc.description	Полярус, О. Оцінка особливостей багатовимірних випадкових процесів на основі їхніх візуальних образів / О. Полярус, Є. Чепусенко, А. Бабаєва // Технічні науки та технології. - 2023. - № 1 (31). - С. 61-67.	uk_UA
dc.description.abstract	Проведено аналіз можливостей візуального контролю багатовимірних випадкових процесів, реалізації яких обробляються у вимірювальних інформаційних системах на технічно складних об’єктах. Уперше запропоновано метод візуального виявлення стрибків параметрів реалізацій одного чи декількох випадкових процесів. Корисність методу продемонстрована на прикладі обробки багатовимірних експериментальних даних, яким ставилися у відповідність узагальнені візуальні образи. Функціонування цього методу перевірена також для крайніх випадків оброблення білого шуму й детермінованого процесу.	uk_UA
dc.language.iso	uk	uk_UA
dc.publisher	Чернігів : НУ "Чернігівська політехніка"	uk_UA
dc.relation.ispartofseries	Технічні науки та технології;№ 1 (31)
dc.subject	multidimensional random process	uk_UA
dc.subject	visualization	uk_UA
dc.subject	visual control	uk_UA
dc.subject	visual image	uk_UA
dc.subject	parameter jumps	uk_UA
dc.subject	багатовимірний випадковий процес	uk_UA
dc.subject	візуалізація	uk_UA
dc.subject	візуальний контроль	uk_UA
dc.subject	візуальний образ	uk_UA
dc.subject	стрибки параметрів	uk_UA
dc.title	Оцінка особливостей багатовимірних випадкових процесів на основі їхніх візуальних образів	uk_UA
dc.title.alternative	Estimation of multidimensional random processes features based on their visual images	uk_UA
dc.type	Article	uk_UA
dc.description.abstractalt1	Despite the wide implementation of information technologies in diagnostic systems, visual control of the processes that characterize the object state remains relevant, especially when the number of such processes is large. An analysis of the possibilities of visual control for multidimensional random processes, the realizations of which are processed in measurement information systems on complex technical objects, was carried out. For this, these processes are transformed into a visual image, that represented a set of curves on a plane, which are obtained for each discrete moment of time. Any curve is the sum of products of the realizations values for each random process at a specified discrete moment of time on the corresponding orthogonal function that depends on some generalized argument. Lagrangian functions are used in the article. The purpose of the article is to check the effectiveness of a new method of visualizing realizations of a multidimensional random process for extreme cases and to develop proposals for detecting the parameters jumps of one or more processes. For the first time, a method of visual detection of the parameters jumps of realizations for one or more random processes is proposed. The essence of the method is based on the subtraction of a visual image, that is, a set of functions in the absence of a jump of one or more process parameters from a similar image that concludes jumps of parameters. In practice, the first image should be a statistical average for the conditions of normal functioning of the technical object. After subtraction, a new visual image is created, which shows anomalies caused by jumps in process parameters. The usefulness of the method is demonstrated on the example of processing multidimensional experimental data, which were matched with generalized visual images. The functioning of this method is verified also for extreme cases of processing white noise and a deterministic process. The obtained visual images also reveal the features of the behavior of multidimensional random processes.	uk_UA