Анонс доклада: A.V. Makarenko, Deep Convolutional Neural Networks for Chaos Identification in Signal Processing
В докладе: A.V. Makarenko, «Deep Convolutional Neural Networks for Chaos Identification in Signal Processing», продемонстрированы эффективные возможности достаточно простой глубокой свёрточной нейронной сети по оцениванию показателя Ляпунова и обнаружению хаотических сигналов. Существенное отличие нашей работы от ряда других исследований – это функционирование нейросети непосредственно на «сырых» данных, с автоматическим синтезом информативных признаков, и непосредственное порождение сетью оценки показателя Ляпунова и формирование решения о наличии хаотического сигнала. При этом не требуется проведения процедуры реконструкции аттрактора, а сам оцениватель работает на достаточно коротких сигналах – в проведённом эксперименте длина равна 1024 отсчётов. Показано, что глубокие свёрточные нейронные сети могут эффективно работать не только с сигналами, имеющими ярко выраженные паттерны, но и с хаотическими сигналами (в пределе реализациями узко- или широкополосных случайных процессов), и таким образом решать ряд задач по обработке сигналов.
Доклад будет представлен на XXVI European Signal Processing Conference (EUSIPCO 2018), 3–7 сентября 2018 г., Рим, Италия. Конференция проводится под эгидой European Association for Signal Processing и IEEE Signal Processing Society. Подробности на web-сайте: www.eusipco2018.org.
18 мая 2018 года.
Источник: Собственная информация.
