ỨNG DỤNG THUẬT TOÁN KNN TRONG CHẨN ĐOÁN VÀ DỰ BÁO HƯ HỎNG HỘP SỐ TỰ ĐỘNG
Notice bibliographique
Résumé
Nghiên cứu này mô phỏng các dạng hư hỏng của hộp số tự động trong điều kiện vận hành của xe ô tô tại Việt Nam bằng phần mềm Simulation-X, qua đó xây dựng bộ dữ liệu về đặc tính vận hành và lỗi thường gặp. Trên cơ sở đó, hai nhóm mô hình học máy (Machine Learning) dựa trên thuật toán K-nearest neighbors (KNN) được phát triển: (1) mô hình phân loại hư hỏng với độ chính xác là 92,2% và (2) các mô hình hồi quy dự báo mức hao tổn cơ khí hoặc thủy lực với hệ số xác định R2 xấp xỉ 1.0, vượt xa các mô hình hồi quy tuyến tính truyền thống. Kết quả đánh giá cho thấy các mô hình KNN có khả năng chẩn đoán và dự báo hiệu quả, đồng thời gợi ý tiềm năng ứng dụng trong giám sát thời gian thực, nâng cao khả năng chẩn đoán sớm và tối ưu hóa bảo dưỡng, sửa chữa hộp số tự động trên xe ô tô.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».