ГОСТ Р 71688-2024

ФЕДЕРАЛЬНОЕ АГЕНТСТВО

                                         ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ




                                                       НАЦИОНАЛЬНЫЙ                   ГОСТ Р
                                                          СТАНДАРТ
                                                        РОССИЙСКОЙ
                                                                                      71688 —
                                                         ФЕДЕРАЦИИ                    2024




                                            Искусственный интеллект
                                      НАБОРЫ ДАННЫХ ДЛЯ РАЗРАБОТКИ
                                    И ВЕРИФИКАЦИИ МОДЕЛЕЙ МАШИННОГО
                                   ОБУЧЕНИЯ ДЛЯ КОСВЕННОГО ИЗМЕРЕНИЯ
                                       ФИЗИКО-МЕХАНИЧЕСКИХ СВОЙСТВ
                                   ОБЪЕКТОВ АДДИТИВНОГО ПРОИЗВОДСТВА
                                                 Общие требования

                                                      Издание официальное




                                                             Москва
                                                Российский институт стандартизации
                                                               2024




сертификация электрооборудования

ГОСТ Р 71688—2024


                                       Предисловие
     1 РАЗРАБОТАН Федеральным государственным бюджетным учреждением «Российский институт
стандартизации» (ФГБУ «Институт стандартизации»)

    2 ВНЕСЕН Техническим комитетом по стандартизации ТК 164 «Искусственный интеллект»

     3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому ре­
гулированию и метрологии от 11 октября 2024 г. № 1438-ст

    4 ВВЕДЕН ВПЕРВЫЕ




     Правила применения настоящего стандарта установлены в статье 26 Федерального закона
от 29 июня 2015 г. № 162-ФЗ «О стандартизации в Российской Федерации». Информация об из­
менениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего
года) информационном указателе «Национальные стандарты», а официальный текст изменений
и поправок — в ежемесячном информационном указателе «Национальные стандарты». В случае
пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет
опубликовано в ближайшем выпуске ежемесячного информационного указателя «Национальные
стандарты». Соответствующая информация, уведомление и тексты размещаются также в ин­
формационной системе общего пользования — на официальном сайте Федерального агентства по
техническому регулированию и метрологии в сети Интернет (www.rst.gov.ru)




                                          © Оформление. ФГБУ «Институт стандартизации», 2024

     Настоящий стандарт не может быть полностью или частично воспроизведен, тиражирован и рас­
пространен в качестве официального издания без разрешения Федерального агентства по техническо­
му регулированию и метрологии

ГОСТ Р 71688—2024


                                                                          Содержание
1 Область прим енения..................................................................................................................................................1
2 Нормативные ссы лки..................................................................................................................................................1
3 Термины, определения и сокращ ения.................................................................................................................. 2
4 Общие по л ож ения......................................................................................................................................................3
5 Требования к наборам данных для обучения и верификации моделей машинного обучения................3
6 Требования к сбору и применению наборов д а н н ы х ........................................................................................5
Приложение А (рекомендуемое) Входные и выходные наборы данных аддитивного производства
                при разработке и верификации систем искусственного и н те л л е кта .................................. 7
Приложение Б (рекомендуемое) Перечень метаданных для хранения верифицированного набора
               данных для косвенного измерения физико-механических свойств объектов
               аддитивного пр оизвод ства..............................................................................................................9
Б ибл иограф ия..............................................................................................................................................................10

ГОСТ Р 71688—2024


                                          Введение
      Одной из основных целей в области проектирования новых композиционных материалов явля­
ется прогнозирование их надежности и долговечности. Известные способы прогнозирования свойств
материалов взаимосвязаны с состоянием внутренней структуры материала, что является ресурсоем­
кой задачей. Существуют стандартные методы испытаний пултрузионных полимерных композитов по
ГОСТ Р 57921 на растяжение, сжатие, изгиб, сдвиг в плоскости армирования и ударную прочность при
изгибе. Физико-механические свойства, полученные в результате стандартных испытаний, могут быть
использованы для «косвенного» прогнозирования стойкости и долговечности изделия без дополнитель­
ных исследований внутренней структуры материала с использованием машинного обучения.
     Установленные в настоящем стандарте общие требования определяют порядок выбора методов
сбора, анализа, постобработки набора данных аддитивного производства, а также методы контроля ка­
чества и полноты наборов данных для косвенного измерения свойств узлов и элементов конструкций.
      Задачами настоящего стандарта являются:
     - формирование структуры классификации наборов данных, определение систематизированной
структуры для упорядочения наборов данных объектов аддитивного производства:
     - формулировка требований к наборам данных, установление перечня основных требований для
наборов данных, а также для структурирования данных о технологических параметрах и физико-меха­
нических свойствах объектов:
     - обеспечение рекомендаций по сбору данных, предоставление методов сбора данных для каж­
дого класса набора, включая рекомендации по выбору методов анализа и постобработки;
     - установление единых принципов оценки качества данных, обеспечение надежности и сопоста­
вимости результатов при использовании наборов данных для разработки и верификации системы ис­
кусственного интеллекта в аддитивном производстве.




IV