Implementacija transformer modela globokega učenja v kombinaciji z meta-učenjem za identifikacijo vrste in resnosti napak na ležajihPogačnik, Filip (Avtor) Slavič, Janko (Mentor) globoko učenjetransformer modelmeta-učenjeležajiidentifikacija napakPyTorchV zadnjih nekaj letih se z razvojem umetne inteligence in globokega učenja pojavlja vedno več različnih metod, s katerimi lahko rešujemo prej težko rešljive probleme. Ena izmed takih metod je tudi kombinacija meta-učenja in transformer modela, ki smo jo uporabili v našem zaključnem delu. Slednja namreč omogoča hitro in efektivno učenje modelov z uporabo majhnega števila vhodnih podatkov. V našem primeru smo želeli napovedati več različnih vrst in resnosti napak na ležajih glede na majhno število predhodno izvedenih meritev. S pomočjo uporabe Python-ove knjižnice PyTorch ter upoštevanjem ustrezne zgradbe transformer modela in postopka meta-učenja, smo uspeli doseči zadovoljivo končno natančnost. Naučeni modeli so torej prek uteženega glasovanja z dobro natančnostjo znali napovedati, katero vrsto napake na ležaju predstavlja vhodna meritev ter tudi njeno resnost. Uspešnost izvedenih napovedi smo tudi stestirali na meritvah pripravljenih izključno za testiranje modela ter jo vizualno prikazali v obliki matrike zamenjav.20242024-10-25 08:30:49Magistrsko delo/naloga164431UDK: 621.82:004.8(043.2)VisID: 267008COBISS_ID: 219691267sl