Статья рассматривает построение робастных моделей машинного обучения для предиктивного управления качеством в непрерывных пищевых биотехнологических процессах, где временные ряды сенсорных измерений систематически искажаются пропусками, выбросами и негауссовым шумом, обусловленными загрязнением датчиков, стерилизационными циклами и особенностями отбора лабораторных проб. На материале 24-месячного мониторинга линии непрерывной ферментации пробиотических культур (45 физических сенсоров с шагом 1 минута и лабораторные показатели качества биомассы с интервалом 4 часа; свыше 1,05 млн временных меток) показано, что дисперсионный вклад аппаратных помех доминирует над технологической вариабельностью, что подтверждается резким ростом отношения сигнал/шум после фильтрации и выраженной «тяжелохвостостью» распределений для критических параметров, таких как pH и растворенный кислород. Предложена вычислительная схема, объединяющая робастное масштабирование признаков, временную кросс-валидацию без утечки будущей информации, оптимизацию по функции потерь Хьюбера и сравнительный анализ методов восстановления пропусков (MICE, k-NN, простые эвристики) с нейросетевым восстановлением на основе шумоподавляющего автоэнкодера и гибридного подхода, учитывающего пространственно-временные корреляции между каналами. Продемонстрировано, что автоэнкодер существенно снижает ошибку реконструкции по RMSE для температуры, pH, давления и расхода субстрата, достигая точности, сопоставимой с погрешностью измерения, а рекуррентная модель LSTM с механизмом внимания сохраняет приемлемую точность прогноза концентрации биомассы при деградации данных вплоть до 40% пропусков, превосходя линейные и ансамблевые базовые методы. Дополнительно выявлен эффект насыщения: дальнейшее улучшение качества сигналов ниже порога порядка 35 дБ SNR дает ограниченный прирост прогностической точности, что позволяет обосновывать экономически рациональные требования к измерительной подсистеме и вычислительным ресурсам при внедрении цифровых двойников и предиктивного обслуживания сенсорной сети.
The article examines the construction of robust machine learning models for predictive quality management in continuous food biotechnological processes, where the time series of sensory measurements are systematically distorted by omissions, outliers, and non-Gaussian noise caused by sensor contamination, sterilization cycles, and laboratory sampling features. Based on the 24-month monitoring of a continuous fermentation line for probiotic crops (45 physical sensors in 1-minute increments and laboratory parameters of biomass quality with an interval of 4 hours; over 1.05 million timestamps), it is shown that the dispersion contribution of hardware interference dominates technological variability, which is confirmed by a sharp increase in the signal-to-noise ratio after filtering and a pronounced «heavy tail» distribution for critical parameters such as pH and dissolved oxygen. A computational scheme is proposed that combines robust feature scaling, temporal cross-validation without leakage of future information, optimization by the Huber loss function, and a comparative analysis of skip recovery methods (MICE, k-NN, simple heuristics) with neural network recovery based on a noise-canceling autoencoder and a hybrid approach that takes into account spatial and temporal correlations between channels. It has been demonstrated that the autoencoder significantly reduces the RMSE reconstruction error for temperature, pH, pressure, and substrate flow, achieving accuracy comparable to measurement error, and the recurrent LSTM model with an attention mechanism maintains acceptable accuracy in predicting biomass concentrations with data degradation up to 40% skips, surpassing linear and ensemble basic methods. Additionally, the saturation effect was revealed: further improvement of signal quality below the threshold of about 35 dB SNR gives a limited increase in predictive accuracy, which makes it possible to justify economically rational requirements for the measuring subsystem and computing resources when implementing digital twins and predictive sensor network maintenance.