Анонс доклада: A.V. Makarenko, Deep Learning Algorithms for Signal Recognition in Long Perimeter Monitoring Distributed Fiber Optic Sensors
В докладе: A.V. Makarenko, «Deep Learning Algorithms for Signal Recognition in Long Perimeter Monitoring Distributed Fiber Optic Sensors», продемонстрирован подход к построению алгоритмов распознавания сигналов в распределённых волоконно-оптических системах мониторинга и охраны протяжённых объектов на основе методов глубокого машинного обучения. Принцип действия одного из классов этих систем основан на временном детектировании обратного релеевского рассеивания короткого лазерного импульса движущегося по оптическому волокну. Синтез алгоритмов распознавания для подобных систем является нетривиальной научно-инженерной проблемой в силу высоких требований по уровню ошибок первого и второго родов, на фоне весьма сложной сигнально-помеховой обстановки: интенсивные сигналоподобные помехи и большое разнообразие и нестационарность потенциально возможных сигнальных портретов распознаваемых событий. Для решения задачи мы разработали двухуровневую архитектуру обнаружения событий. При этом первичный классификатор, распознающий 7 классов сигналов и потребляющий на вход пространственно-временные блоки данных, построен на основе ансамбля глубоких свёрточных сетей. Мы показали на реальных данных, что применённые методы позволяют создавать весьма качественные и устойчивые алгоритмы многоклассового обнаружения, обладающие хорошей степенью адаптивности.
Доклад будет представлен на 26th IEEE International Workshop on Machine Learning for Signal Processing, 13–16 сентября 2016 г., Салерно, Италия. Школа-семинар проводится под эгидой IEEE Signal Processing Society. Подробности на web-сайте: mlsp2016.conwiz.dk.
06 июля 2016 года.
Источник: Собственная информация.
