(ЦНТУ, 2025) Матвієнко, О. О.; Аулін, В. В.; Гриньків, А. В.; Matviienko, O.; Aulin V.; Grynkiv, A.
У статті подано критичний огляд сучасних існуючих наборів даних з сенсорів для інтелектуальної оцінки технічного стану вузлів і механізмів мобільних машин агропромислового виробництва шляхом застосування методів машинного навчання. Показано обмеженість існуючих публічних наборів даних, відсутність уніфікації методики і архітектури збору даних в умовах агропромислового підприємства. Запропоновано концепцію і архітектуру для збору даних з сенсорів на вузлах і механізмах мобільних машин агропромислового виробництва з подальшою обробкою методами машинного навчання для інтелектуальної оцінки технічного стану. This article provides a critical survey and a practical method for assembling sensor datasets that support intelligent assessment of the technical condition of mobile agricultural machines. The survey maps available sources and shows that domain-relevant datasets are scarce, fragmented, and rarely documented with stable collection procedures. To address these gaps, the paper proposes a coherent “global to detail” pathway that links fleet decisions, field acquisition, and analytics into a reproducible blueprint etc.
