Skip to content
/ -DS-Pro Public

Прогнозирование конечных свойств новых материалов

License

Notifications You must be signed in to change notification settings

PraymA/-DS-Pro

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

ВКР по курсу "Data Science Pro"

Композиционные материалы — это материалы, состоящие из двух или более компонентов, нерастворимых друг с другом, с чётко обозначенной границей раздела и сильным взаимодействием по всей зоне контакта. Одним из компонентов композитных материалов является непрерывная фаза - матрица, в которой нерастворимые материалы помещаются в другую природу, называемую наполнителем.

В ходе работы были выполнены следующие задачи:

— Изучены теоретические основы и методы решения поставленной задачи.

— Проведен разведочный анализ предложенных данных. Построены гистограммы распределения каждой из переменной, диаграммы ящика с усами, попарные графики рассеяния точек. Получены среднее, медианное значение, проведен анализ и исключение выбросов, проверено наличие пропусков.

— Проведена предобработку данных (удаление шумов, стандартизация посредством препроцессоров и т.д.).

— Обучены несколько моделей (метод линейной регрессии, метод лассо-регрессии, метод регуляризации Тихонова (Ridge regression), метод градиентного бустинга, метод опорных векторов, метод К-ближайших соседей, метод случайного леса, метод дерева решений) для прогноза модуля упругости при растяжении и прочности при растяжении. При построении модели 30% данных были оставлены на тестирование модели, на остальных происходило обучение моделей. При построении моделей был осуществлен поиск гиперпараметров для каждой из моделей по отдельности с помощью поиска по сетке с перекрестной проверкой, количество блоков равно 10.

— Написаны две нейронных сети, которые рекомендуют соотношение "матрица-наполнитель".

— Разработано приложение с графическим интерфейсом на Flask, выдающее прогноз соотношения "матрица-наполнитель" на основании вводных значений остальных параметров

— Оценена точность моделей на тренировочном и тестовом датасете.

— Создан репозиторий в GitHub и размещен ноутбук исследования. Оформлен файл README.

About

Прогнозирование конечных свойств новых материалов

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages