Raqamli Transformatsiya va Sun’iy Intellekt
МЕТОД КОРРЕКЦИИ РЕЗУЛЬТАТОВ ПРОГНОЗИРОВАНИЯ ОТКАЗОВ В ВОЛОКОННО-ОПТИЧЕСКИХ СИСТЕМАХ ПЕРЕДАЧИ ИНФОРМАЦИИ
1 Каршинский государственный технический университет
Keywords
Abstract
В статье рассматривается метод коррекции результатов прогнозирования отказов в волоконно-оптических системах передачи информации, основанный на совместном применении мониторинга состояния оборудования, анализа эксплуатационных данных и алгоритмов машинного обучения. Рассмотрены существующие подходы к прогнозированию отказов по журналам аварийных событий и изменениям диагностических параметров. Предлагаемый метод включает сбор и предварительную обработку данных, формирование статистических и временных признаков, оценку регрессионных моделей и прогнозирование времени до возникновения отказа. Отличительной особенностью подхода является механизм самоанализа, при котором прогнозируемые значения сопоставляются с фактическими наблюдениями, а при превышении порогов ошибок выполняется корректировка гиперпараметров либо выбор другого алгоритма. Представлено качественное сопоставление прогнозов до и после коррекции, свидетельствующее о более близком соответствии расчётных и фактических значений. Рассмотрены возможности применения метода для адаптивной диагностики, своевременного предупреждения персонала и планирования профилактического обслуживания волоконно-оптических сетей. Предлагаемый подход ориентирован на повышение устойчивости прогнозирования при поступлении новых данных и изменении условий работы системы.
References
- Zhilong Wang, Min Zhang, Danshi Wang, Chuang Song, Min Liu, Jin Li, Liqi Lou, and Zhuo Liu, "Failure prediction using machine
- https://worldwide.espacenet.com/patent/search?q=pn%3DCN117221142A
- J. Zhong, W. Guo and Z. Wang, "Study on network failure prediction based on alarm logs," 2016 3rd MEC International Conference on Big Data and Smart City (ICBDSC), Muscat, Oman, 2016, pp. 1-7, doi: 10.1109/ICBDSC.2016.7460337
- C. Zhang et al., "Potential failure cause identification for optical networks using deep learning with an attention mechanism," in Journal of Optical Communications and Networking, vol. 14, no. 2, pp. A122-A133, February 2022, doi: 10.1364/JOCN.438900.
- Davronbekov D., Jurayeva N. Telekommunikatsiya tarmog‘ida o‘zini tahlil qilish bilan nosozliklarni bashoratlash usuli: ixtiro patent. – O‘zbekiston Respublikasi Adliya vazirligi; ro‘yxatdan o‘tkazish raqami № IAP 7986. – 18.03.2025.
- learning and time series in optical network," Opt. Express 25, 18553-18565 (2017)
- https://worldwide.espacenet.com/patent/search?q=pn%3DCN117221142A
- Khouloud Abdelli et al. “Reflective fiber fault detection and characterization using long short-term memory”. In: Journal of Optical Communications and Networking 13.10 (2021), E32–E41. doi: 10.1364/JOCN.423625
- T. Tanaka, T. Inui, S. Kawai, S. Kuwabara and H. Nishizawa, "Monitoring and diagnostic technologies using deep neural networks for predictive optical network maintenance [Invited]," in Journal of Optical Communications and Networking, vol. 13, no. 10, pp. E13-E22, October 2021, doi: 10.1364/JOCN.424428.
- Н.И.Жураева. Прогнозирование отказов в волоконно-оптических системах передачи информации с механизмом самоанализа // “Raqamli transformatsiya va sun’iy intellekt” ilmiy-texnik jurnal. – 2025. – Vol. 3, Issue 4. – C.114-119