Ключевое слово: «методы машинного обучения»

В работе рассматривается использование методов машинного обучения для классификации и выявления аномалий на инфракрасных спектрах моторного масла Motul. Проведен анализ актуальности проблемы автоматизации контроля качества смазочных материалов. В исследовании применены алгоритмы анализа главных компонент, опорных векторов и ансамблевых моделей. Полученные результаты демонстрируют высокую точность распознавания составов масел и эффективное выявление отклоняющихся образцов. Научная новизна состоит в интеграции современных машинных методов для обработки спектральных данных, что способствует развитию автоматизированных систем контроля качества моторных масел.