Искусственный интеллект в прогнозировании рисков отказа оборудования атомных станций: машинное обучение и нейронные сети для предиктивной аналитики надёжности критических систем

Авторы

  • Ксения Витальевна Михайлова
  • Лидия Ивановна Чернышова

Ключевые слова:

искусственный интеллект, машинное обучение, нейронные сети, атомная станция, предиктивная аналитика, надёжность, отказ оборудования, управление рисками

Аннотация

В статье рассматриваются методы применения искусственного интеллекта, машинного обучения и нейронных сетей для прогнозирования рисков отказа оборудования атомных электростанций. Проанализированы архитектуры глубокого обучения (CNN, LSTM, трансформеры) в задачах предиктивной аналитики надёжности, обобщён опыт внедрения систем предиктивного обслуживания на российских и зарубежных АЭС. Предложена интегрированная методика оценки рисков на основе ансамблевых моделей машинного обучения.

Библиографические ссылки

Опубликован

2026-11-18

Как цитировать

Искусственный интеллект в прогнозировании рисков отказа оборудования атомных станций: машинное обучение и нейронные сети для предиктивной аналитики надёжности критических систем. (2026). Журнал "У". Экономика. Управление. Финансы., 4. https://portal-u.ru/index.php/journal/article/view/1356