Разработка и интеграция графопостроителя в программно-технический комплекс фильтрации зашумленных измерительных сигналов; Электронные средства и системы управления; Ч . 1

Разработка и интеграция графопостроителя в программно-технический комплекс фильтрации зашумленных измерительных сигналов; Электронные средства и системы управления; Ч . 1

Библиографические подробности
Источник:	Электронные средства и системы управления: материалы докладов XX Международной научно-практической конференции, 20-22 Ноября 2024, Томск/ Томский государственный университет систем управления и радиоэлектроники (ТУСУР).— , 2024 Ч . 1.— 2024.— С. 317-319
Главный автор:	Козлова Ю. М. Юлия Максимовна
Другие авторы:	Емельянов А. М. Алексей Михайлович, Надеждин И. С. Игорь Сергеевич
Примечания:	Заглавие с экрана Рассматривается разработка и интеграция модуля графопостроителя в программно-технический комплекс (ПТК) для фильтрации зашумленных измерительных сигналов. Описан процесс создания программного обеспечения на базе микрокомпьютера МВ77.07, которое использует искусственную нейронную сеть (ИНС) для подавления шумовой составляющей сигнала. Особое внимание уделено визуализации результатов фильтрации с использованием разработанного модуля графопостроителя, который отображает обработанные данные в реальном времени. Эксперимент подтвердил эффективность разработанного модуля графопостроителя для анализа и интерпретации результатов
Язык:	русский
Опубликовано:	2024
Предметы:	электронный ресурс труды учёных ТПУ искусственная нейронная сеть зашумленный измерительный сигнал визуализация данных
Online-ссылка:	https://storage.tusur.ru/files/177417/ч-1--ЭССУ-2024.pdf#page=320
Формат:	Электронный ресурс Статья
Запись в KOHA:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=678325

Схожие документы

Применение квантизированной рекуррентной нейронной сети для повышения точности измерения атмосферного давления; Научная сессия ТУСУР–2024; Ч . 2
по: Емельянов А. М. Алексей Михайлович
Опубликовано: (2024)

Комбинированная модель процесса экстракционного аффинажа с применением нейросетевых технологий; Научная сессия ТУСУР–2024; Ч . 2
по: Козлова Ю. М. Юлия Максимовна
Опубликовано: (2024)

Синтез нейросетевого регулятора для автоматизированной системы управления каскадом центробежных экстракторов; Электронные средства и системы управления; Ч . 1
по: Емельянов А. М. Алексей Михайлович
Опубликовано: (2024)

Prediction of penetration rate and optimization of weight on a bit using artificial neural networks; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 335, № 3
Опубликовано: (2024)

Интеллектуальные системы практикум
по: Акимова О. Ю.
Опубликовано: (Москва, МИСИС, 2020)

Определение поломок резцов PDC с помощью регрессионного и нейросетевого моделирования; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 330, № 5
по: Третьяк А. Я. Александр Яковлевич
Опубликовано: (2019)

Методы моделирования и цифровая обработка сигналов в гироскопии
по: Басараб М. А.
Опубликовано: (Москва, ФИЗМАТЛИТ, 2008)

Проектирование и исследование идентификационных моделей управляющих систем реального времени учебное пособие
по: Андриевская Н. В.
Опубликовано: (Пермь, ПНИПУ, 2013)

Методы искусственного интеллекта в обработке данных и изображений монография
по: Дёмин А. Ю.
Опубликовано: (Томск, ТПУ, 2016)

Нейросетевые технологии обработки данных
по: Головко В. А.
Опубликовано: (Минск, БГУ, 2017)

Проблематика совершенствования экологического мониторинга на нефтегазовых объектах с применением технологий искусственного интеллекта; Известия Томского политехнического университета [Известия ТПУ]. Инжиниринг георесурсов; Т. 336, № 10
по: Нургалиев А. И. Артур Ильдарович
Опубликовано: (2025)

Исследование модели сверточной нейронной сети Mo-U-Net с робастной функции потерь Хьюбера в условиях зашумленных изображений; Молодежь и современные информационные технологии
по: Малкин А. Ю. Артем Юрьевич
Опубликовано: (2025)

Метод обнаружения аномалий с помощью тренажера реактора; Атомная техника за рубежом; № 9
Опубликовано: (2002)

Методы и алгоритмы искусственного интеллекта учебник для вузов
по: Антохина Ю. А.
Опубликовано: (Санкт-Петербург, Лань, 2025)

Использование глубоких моделей нейросетей для определения направления будущего движения рисковых компонент портфеля активов; Перспективы развития фундаментальных наук; Т. 3 : Математика
по: Родюкевич Е. С.
Опубликовано: (2023)

Практика нейросетевого моделирования учебное пособие для вузов
по: Хливненко Л. В.
Опубликовано: (Санкт-Петербург, Лань, 2024)

Практика нейросетевого моделирования
по: Хливненко Л. В.
Опубликовано: (Санкт-Петербург, Лань, 2021)

Методы искусственного интеллекта учебное пособие
по: Басаргин А. А.
Опубликовано: (Новосибирск, СГУГиТ, 2022)

Искусственные нейронные сети в АСУ ТП
по: Темкин И. О.
Опубликовано: (Москва, МИСИС, 2023)

Автоматизация разработки изображений мнемосхем в проектной документации АСУ ТП для объектов добычи и подготовки нефти и газа; Молодежь и современные информационные технологии
по: Голещихин Д. А.
Опубликовано: (2025)

Детектирование объектов с использованием сверточных нейронных сетей YOLO11; Научная инициатива иностранных студентов и аспирантов
по: Ли Цзюмин
Опубликовано: (2025)

Сквозные цифровые технологии в диагностике патологии внутренних органов на модели воспалительных заболеваний кишечника учебно-методическое пособие
по: Бакулин И. Г.
Опубликовано: (Санкт-Петербург, СЗГМУ им. И.И. Мечникова, 2023)

Методы и модели исследования сложных систем и обработки больших данных монография
по: Парамонов И. Ю.
Опубликовано: (Санкт-Петербург, Лань, 2024)

Оценка состояния здоровья пораженных деревьев пихты на снимках высокого разрешения с использованием сверточных нейронных сетей с механизмом внимания; Молодежь и современные информационные технологии
по: Мачука М. К. Р.
Опубликовано: (2025)

Нейронная сеть для оптимизации адаптивного экспоненциального алгоритма декодирования минимальной суммы; Моделирование, оптимизация и информационные технологии; Т. 13, № 1
Опубликовано: (2025)

Нейронные сети и генетический алгоритм учебное пособие
по: Шматов Г. П.
Опубликовано: (Тверь, ТвГТУ, 2019)

Параметрическая идентификация уравнения контроля качества; Методы менеджмента качества; № 12
по: Садыхов Р. А.
Опубликовано: (2002)

Иcследование применения сверточных нейронных сетей YOLOv8 и YOLO11 при детектировании транспортных средств на аэрофотоснимках; Молодежь и современные информационные технологии
по: Ли Цзюмин
Опубликовано: (2025)

Оптимизация архитектуры сверточных нейронных сетей на основе генетического алгоритма; Молодежь и современные информационные технологии
по: Волков В. К.
Опубликовано: (2025)

Информационная нейросетевая система для интеллектуального анализа данных; Известия Томского политехнического университета [Известия ТПУ]; Т. 309, № 8
Опубликовано: (2006)

Интеллектуальные технологии в системах связи и цифровом телевидении методические указания к лабораторным работам
по: Смирнов А. В.
Опубликовано: (Москва, РТУ МИРЭА, 2022)

Методы искусственного интеллекта методические указания по выполнению лабораторных работ
по: Манько С. В.
Опубликовано: (Москва, РТУ МИРЭА, 2023)

Применение нейросетевых алгоритмов для автоматизированного дешифрирования данных дистанционного зондирования Земли; Молодежь и современные информационные технологии
по: Смирнов А. А.
Опубликовано: (2025)

Обработка и анализ изображений с помощью обучения нейронных сетей учебное пособие
по: Костылев В. И.
Опубликовано: (Воронеж, ВГУ, 2019)

Обнаружение очагов стволовых вредителей деревьев пихты при лесопатологическом мониторинге хвойных лесов; Научная инициатива иностранных студентов и аспирантов
по: Мачука М. К. Р. Мендоса Кристиан Родриго
Опубликовано: (2025)

Интеллектуальные методы защиты вычислительных комплексов от сетевых атак
по: Магомедов Ш. Г.
Опубликовано: (Москва, РТУ МИРЭА, 2022)

Модель сверточной нейронной сети для детектирования объектов воздушного пространства на изображениях; Молодежь и современные информационные технологии
по: Клековкин В. А.
Опубликовано: (2023)

Датасет для решения задач объектного детектирования летающих объектов на тепловизионных изображениях; Молодежь и современные информационные технологии
Опубликовано: (2025)

Как превратить персональный компьютер в измерительный комплекс
по: Гёлль П.
Опубликовано: (Москва, ДМК Пресс, 2007)

SERS and advanced chemometrics – Utilization of Siamese neural network for picomolar identification of beta-lactam antibiotics resistance gene fragmen; Analytica Chimica Acta; Vol. 1192
Опубликовано: (2022)