В данной статье рассматривается использование двух основных типов глубоких нейронных сетей (DNN) - сверточных (CNN) и рекуррентных нейронных сетей (RNN), где проводится подробное сравнение каждой из них и того, как они могут быть оптимально использованы для синтеза многолучевой диаграммы направленности в фазированной антенной решетке (PAA) для мониторинга атмосферных радиозондовых средств. Показано, что DNN может одновременно использоваться в качестве вычислителя направлений прихода электромагнитных волн, например, от пилотируемого воздушного шара и нескольких беспилотных метеорологических зондов (UMP), перемещающихся в пространстве. При выборе между RNN и CNN выбор подходящей нейронной сети зависит от типа доступных данных и требуемых результатов. В то время как RNN используются в основном для классификации текста, CNN помогают идентифицировать и классифицировать изображения. Между ними много различий, но это не значит, что они взаимоисключающие. RNN и CNN CNN можно использовать вместе, чтобы воспользоваться их преимуществами.
Идентификаторы и классификаторы
Список литературы
-
A.G. Gorelik, A.V. Nikolaev, N.M. Sitnikov, “The use of unmanned hydrometeorological facilities in applied hydrometeorology”, Aerospace Instrumentation. 2020, no. 8, pp. 51-58. (in Russian). EDN: VFCPLJ
-
N.M. Sitnikov, A.V. Nikolaev, A.G. Gorelik, I.I. Chekulaev, “Unmanned means of hydrometeorological observations”, 19th International Conference “Aviation and Cosmonautics”, 2020, pp. 99-100. (in Russian).
-
N.A. Zaitseva, A.M. Balagurov, N.N. Krestyannikova, A.V. Nikolaev, “Current state and development prospects of the aerological network in Russia”, Meteorology and hydrology, 2021, no. 9, pp. 5-20. (in Russian).
-
Gernot Hueber, Ali M. Niknejad, “Millimeter-wave circuits for 5g and radar. Study for universities”, Cambridge University Press, 2019, 436 p.
-
Hilal M. El Misilmani, Tarek Naous, “Machine learning in antenna design: an overview on machine learning concept and algorithms”, Beirut Arab University, 2019, ResearchGate 10.1109/HPCS48598. 7 p. DOI: 10.1109/HPCS48598.7
-
S.R. Singal, Malti Goel, “Radio Acoustic Sounding System (RASS) for Studying the Lower Atmosphere”, National Physical Laboratory, New Delhi, India, pp. 1-2.
-
Y. Shifrin, Y. Ulyanov, N. Maksimova, “Field statistics of antenna arrays of equipment for remote sensing of the atmosphere”, IOP Conf. Series: Earth and Environmental Science. No. 1. 2008, pp. 1-4.
-
Sergey Shabunin, Sergey Plokhov, Ilia Bukrin, Victor Chechetkin, “Microwave phased array for aerological radar”, Ural Federal University, 620002, Ekaterinburg, Russia. 2019, pp. 1-6.
-
Danilo Erricolo, Pai-Yen Chen, Anastasiia Rozhkova, Elahehsadat Torabi, Hakan Bagci, Atif Shamim, Xianglian Zhang, “Machine learning in electromagnetics: a review and some perspectives for future research”, IEEE. 2019. 4 p.
-
F.M. Gafarov, A.F. Galimyanov, "Artificial neural networks and applications", Study guide. UDC 004.032.26. 2018. 120 p. (in Russian).
-
Farhana Sultana, Abu Sufian, Paramartha Dutta, "Advancements in Image Classification using Convolutional Neural Network", International Conference on Research in Computational Intelligence and Communication Networks. IEEE, 2019. 9 p.
-
J. Deng, W. Dong, R. Socher, L.-J. Li, K. Li, L. Fei-Fei, "A Large-Scale Hierarchical Image Database", CVPR09, 2009. 8 p.
-
Md. Anwar Hossain, Md. Shahriar Alam Sajib, "Classification of Image using Convolutional Neural Network (CNN)", Global Journal of Computer Science and Technology: D Neural and Artificial Intelligence, 2019. 7 p.
-
Eduardo Todt, Bruno Alexandre Krinski, "Convolutional Neural Network - CNN", Federal University of Parana. 2019. 68 p.
-
Jieun Park, Dokkyun Yi, Sangmin Ji, "Analysis of Recurrent Neural Network and Predictions", Symmetry, 2020.
-
Ke-Lin Du, M.N.S. Swamy, "Neural Networks and Statistical Learning", Concordia University, Canada April 28, 2013.
-
A. Akhmad, A.V. Nikolaev, P.A. Titovets, A.V. Shushkov, "Neural network formation of a multi-beam pattern in phased antenna arrays. Technologies of the Information Society", Proceedings of the XVI International Industry Scientific and Technical Conference, Moscow: Media Publisher, 2022, pp 84-87. (in Russian).
-
A. Akhmad, A.V. Nikolaev, P.A. Titovets, "Neural network for eight element phased antenna array", Telecommunications and information technologies. 2021. no. 2, pp. 5-13. (in Russian).
-
Yiming Huo, Xiaodai Dong, "Millimeter-Wave for Unmanned Aerial Vehicles Networks", 5G and other systems and hardware prototypes. 2018. 8 p.
-
Niklas Lang, "Using Convolutional Neural Network for Image Classification Towards Data Science", 2021.
Выпуск
Другие статьи выпуска
Системы широковещательного телевидения изначально рассчитаны на восприятие изображения человеком в условиях передачи в ограниченном спектральном диапазоне, поэтому широковещательное телевидение соответствует параметрам зрительной системы человека и не превосходит их. В свою очередь, прикладные телевизионные системы, которые включают в себя, среди прочего, рентгенографию, болометрию и дистанционное зондирование Земли, предназначены для регистрации конкретных объектов. В то же время источниками регистрируемого излучения являются солнечный свет за пределами невизуального диапазона, рентгеновские лучи, инфракрасные лучи, дальность и условия распространения которых существенно отличаются от видимого солнечного света. Для точной регистрации этого излучения необходимы телевизионные системы с параметрами, существенно отличающимися от параметров зрительной системы человека. В этой статье рассматривается возможность обеспечения цветового контраста в прикладных телевизионных системах с широким динамическим диапазоном и предлагается метод оценки теплоты восприятия цветовых оттенков.
В статье приведен анализ роли полноценности архитектуры интеллектуальных транспортных систем (ИТС) в обеспечении их эффективности. Многие страны или группы стран имеют архитектуру ИТС с успешными результатами ее применения на практике. Показано, что архитектура ИТС постоянно обновляется и это является характерной тенденцией. Приведена характеристика некоторых подходов к созданию архитектуры ИТС, проведен анализ существующих методов создания интеграционных платформ ИТС. В статье предложены новые подходы к формированию интеграционной платформы в составе ИТС на основе принципа разделения управления идентификацией цифровых объектов и управления структурами данных цифровых объектов. Приведена схема организации потоков данных в разных контурах программных средств интеграционной платформы. Предлагается разделить контуры управления собственно данными транспортной системы и идентификационными данными, которые описывают участника ИТС (цифровой объект) с расширением возможностей в условиях функционирования кооперативных ИТС. Обеспечивается возможность организации связанных цепочек идентификации цифровых объектов ИТС, участия в формировании для рабочих процессов ИТС сетевых структур, описывающих поведение цифровых объектов в ходе процессов ИТС и поведение конечных пользователей в соответствии со свойствами сетевых структур.
В работе рассмотрена проблема ограничения пропускной способности диаграммообразующей схемы цифровой антенной решетки, обусловленная возможностями существующих линий связи с последовательной передачей данных от приемных каналов к спецвычислителю. Данная проблема ограничивает возможности реализации методов цифровой обработки сигналов в цифровых антенных решетках. Предметом исследования является возможность повышения пропускной способности диаграммоообразующей схемы цифровой антенной решетки за счет программного сжатия данных в тракте обработки. Цель работы состоит в создании научно-методического аппарата, который позволит повысить пропускную способность диаграммообразующей схемы за счет использования принципа субъективной избыточности применительно к задачам обработки радиолокационных данных. Результаты работы включают: обоснование и формулировку принципа субъективной избыточности радиолокационных данных и метод сжатия радиолокационных данных, а также результаты численных исследований, подтверждающие работоспособность предложенного научно-методического аппарата. Принцип субъективной избыточности опирается на независимость разделения процессов обработки сигналов в пространственной и временной областях при приеме одного эхо-сигнала, а в случае приема нескольких эхо-сигналов на принцип суперпозиции полей от различных источников в дальней зоне антенны. Метод сжатия радиолокационных данных основан на принципе субъективной избыточности радиолокационных данных и отличается от известных итерационной процедурой аппроксимации матрицы комплексных отсчетов в виде суперпозиции произведений одномерных косинусных спектров. Также показано, что применение метода сжатия радиолокационных данных позволяет в несколько раз увеличить пропускную способность линий передачи цифровой антенной решетки.
Измерительные системы технического зрения получили широкое распространение при решении промышленных задач. Подобные системы используются для работы в агрессивных условиях: при наличии осадков в виде дождя и снега, грязи, пыли, в широком температурном диапазоне. В таких условиях, несмотря на работоспособность аппаратуры, происходит потеря данных в измерительных системах. Потеря данных приводит к искажениям измерений и увеличению вероятности пропуска обнаружения объектов. Подобные ситуации представляют собой актуальную проблему для организаций, эксплуатирующих измерительные системы технического зрения. Для восстановления данных необходимо повторное проведение измерений, что связано с временными, трудовыми и финансовыми затратами. В ряде случаев потеря данных несет потенциальную угрозу для обеспечения безопасности жизни людей и техники. Различные измерительные системы технического зрения формируют различные виды телевизионных сигналов: одномерные сигналы, профили и изображения. Для восстановления данных был разработан метод итерационного совмещения различных видов телевизионных сигналов для систем технического зрения. Апробация метода показала повышение надежности и достоверности измерений.
Структура модели ISO/OSI не позволяет произвести выбор оптимального маршрута передачи пакетов на канальном уровне и предотвратить образование кольцевых маршрутов. Данные функции выполняет сетевой уровень. В общем случае задачу маршрутизации пакетов решает коммутатор исходя из алгоритма маршрутизации, который содержит в себе скрытый механизм “флудинга”. Пакет от коммутатора отправителя посылается во все порты, за исключением того порта, в который данный пакет поступил. При поступлении пакета коммутатор анализирует заголовок и если адрес в заголовке совпадает с адресом, которому принадлежит коммутатор то пакет принимается. Данная ситуация в совокупности с неравномерностью отправки сообщения создает повышенную нагрузку на коммутирующие устройства в случайные моменты времени и определяет проблему распределения потока входных данных в условиях пульсирующего трафика. Пульсирующий трафик можно рассматривать как нечеткость, лежащую в определенных границах. Для сглаживания трафика возможно применять кластеры коммутационных устройств, которые в свою очередь рассматриваются как исходящие устройства для следующего уровня кластеров. Таким образом, для распределения нагрузки возможно применить алгоритм распределения потоков, применяемый при решении транспортной задачи.
В статье рассматриваются подводные беспроводные системы связи. Исследования в области подводной оптической беспроводной системы связи являются актуальными и перспективными, что позволяет развивать науку, промышленность, находить решения оборонных задач и чрезвычайных ситуаций, производить дистанционный мониторинг загрязнения окружающей среды подводного мира, контролировать подводные объекты и подводное оборудование морских нефтепромыслов, производить подводные исследования и многое другое. Цель работы - разработка классификации принципов построения и организации подводной оптиеской беспроводной системы связи с учетом современных достижений и развития технологий в области подводной беспроводной системы связи. Предложенная обобщенная классификация подводной оптической беспроводной системы связи объединила все классификационные признаки в одну конфигурацию, что позволит произвести подбор оптимального варианта оборудования, программного обеспечения, протоколов маршрутизации и реализовать в различных типах устройств и аппаратов в зависимости от их применения, назначения. Показано, что подводная оптическая беспроводная система связи обладает большим потенциалом для усиления традиционной подводной беспроводной акустической системы связи и подводной беспроводной радиочастотной системы связи благодаря высокой скорости передачи информации, низкой задержки, меньшему энергопотреблению и компактным размерам. Приводится обоснование для необходимости разработки обобщенной классификации подводной оптической беспроводной системы связи в зависимости от используемых протоколов маршрутизации, от конфигурации канала связи, от оптических свойств воды, от типа воды, в которой организуется канал передачи, от подвижности подводных аппаратов и зоны покрытия, от используемого вида модуляции, способа подводной связи и от факторов, влияющих на организацию канала связи, и ее преимущества перед известными.
Издательство
- Издательство
- Издательский дом Медиа Паблишер
- Регион
- Россия, Москва
- Почтовый адрес
- 111024, г. Москва, вн.тер.г. Муниципальный Округ Лефортово, ул Авиамоторная, д. 8, стр. 1
- Юр. адрес
- 111024, г. Москва, вн.тер.г. Муниципальный Округ Лефортово, ул Авиамоторная, д. 8, стр. 1
- ФИО
- Дымкова Светлана Сергеевна (ГЕНЕРАЛЬНЫЙ ДИРЕКТОР)
- E-mail адрес
- ds@media-publisher.ru
- Контактный телефон
- +7 (926) 2188243