Patekote į pirmąjį lietuvišką domeną. 
2025 m. birželio 30 d., 13 val.
Vilnius, Akademijos g. 4, 203 kab.
Nuotoliniu būdu „MS Teams“ aplinkoje (https://bit.ly/DMSTI_2025-06-30)
Dr. Tadas Žvirblis
(Tarpdisciplininių statistinių tyrimų grupė)
„Mašininio mokymosi algoritmų taikymai mechanikos inžinerijoje“
Anotacija: Pastaraisiais metais mechatroninių sistemų kūrėjai susidūrė su įvairiomis problemomis, susijusiomis su šių sistemų priežiūra, palaikymu, gedimų nustatymu ir šalinimu. Kad sudėtingos sistemos veiktų sklandžiai, reikia ieškoti naujų modernių minėtų problemų sprendimų. Jau kurį laiką visame pasaulyje kuriami netiesioginiai metodai, kai sistemos būklę galima įvertinti apdorojant didelius duomenų kiekius gautus tiesiai iš sistemos. Netiesioginiai duomenų valdymo metodai dažniausiai naudojami mechatroninių sistemų analizei, įvairių jos parametrų prognozavimui ar gedimų diagnostikai.
Mechatroninių sistemų (variklių, konvejerių ir pavarų) parametrų prognozavimo ar klasifikavimo mašininio mokymosi modeliai, naudojantys vibracijos signalus, atveria galimybę tirti sudėtingus mechanizmus be didelių intervencijų į pačią sistemą arba iš viso nestabdant veikimo proceso. Taikant šiuos modelius realiomis sąlygomis, galima paspartinti sudėtingų mechanizmų priežiūrą ir sumažinti aptarnavimui reikalingas sąnaudas. Naujų prognozavimo ir klasifikavimo modelių kūrimas yra labai aktuali užduotis, nes dėl mechatroninių sistemų specifikos skirtingoms sistemoms gali būti naudojami skirtingi modeliai.