俄罗斯国防部飞行安全局（FSS）与俄罗斯国家技术集团所属的JSC RT Techpriemka公司计划将高级机器学习引入军用飞机的生产和操作，旨在将安全风险降至最低。例如，即使在装配阶段，系统也能够识别可能引发设备故障的潜在缺陷。在维护或维修期间，高级机器学习方法将检测影响设备状态的因素，并预测可能的紧急情况，使其能够提前消除隐患。
俄罗斯国家技术集团在一份报告中指出，作为新的收集和分析数据方法，高级机器学习技术方法将使预测准确率提高90%，这将使产品质量的长期规划和设备维修需求的高精度预测成为可能。FSS表示，积极倡导使用包括人工智能在内的现代技术，在技术工艺层面上提供有关航空设备可能发生故障的根本原因的客观和完整的信息，将有助于防止发生更严重的事件，并确保技术工艺的安全。根据接收到的数据，高级机器学习方法系统将研究军用飞机生产和操作过程，计算其最佳参数，并能向相关人员提出建议。
先进机器学习技术有助于创建新的预测体系，开展大规模的采集和数字化生产指标工作，特别是对产量、工艺流程参数、投诉事件的处理速度和质量进行分析。先进机器学习技术将允许创建生产工艺的数学模型，然后可以将其集成到自动控制系统中。
先进机器学习方法将能解决军用飞机生命周期各个阶段的许多问题。基于先进机器学习方法，优化了维护工作，减少了停机时间，相关人员还可掌握有关设备状况的完整信息，最重要的是，将能够防止设备故障。目前，即将进行大规模的研究，在此基础上对模型进行验证。为了获得最大的准确度，需要分几个阶段进行演示，添加或删除一些数据集，最终开发出具有网络服务或具有用户友好界面的移动应用程序。
18121353183