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

Λεπτομέρειες βιβλιογραφικής εγγραφής
Parent link:	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
Κύριος συγγραφέας:	Козлова Ю. М. Юлия Максимовна
Άλλοι συγγραφείς:	Емельянов А. М. Алексей Михайлович, Надеждин И. С. Игорь Сергеевич
Περίληψη:	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
Γλώσσα:	Ρωσικά
Έκδοση:	2024
Θέματα:	электронный ресурс труды учёных ТПУ искусственная нейронная сеть зашумленный измерительный сигнал визуализация данных
Διαθέσιμο Online:	https://storage.tusur.ru/files/177417/ч-1--ЭССУ-2024.pdf#page=320
Μορφή:	Ηλεκτρονική πηγή Κεφάλαιο βιβλίου
KOHA link:	https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=678325

Παρόμοια τεκμήρια

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

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

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

Интеллектуальные системы практикум
από: Акимова О. Ю.
Έκδοση: (Москва, МИСИС, 2020)

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
Έκδοση: (2024)

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

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

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

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

Нейросетевые технологии обработки данных
από: Головко В. А.
Έκδοση: (Минск, БГУ, 2017)

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

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

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

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

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

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

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

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

Методы искусственного интеллекта учебное пособие
από: Басаргин А. А.
Έκδοση: (Новосибирск, СГУГиТ, 2022)

Искусственные нейронные сети в АСУ ТП
από: Темкин И. О.
Έκδοση: (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
από: Голещихин Д. А.
Έκδοση: (2025)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Определение положения роботов в пространстве с использованием компьютерного зрения; Интеллектуальная энергетика
από: Русанова Н. И.
Έκδοση: (2025)

Использование методов теории перколяции для повышения надежности и безопасности вычислительных сетей учебное пособие
από: Лесько С. А.
Έκδοση: (Москва, РТУ МИРЭА, 2020)

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