Microwave seminar | 06 June 2022

 
Алексей Алексеевич Невзоров
Институт проблем лазерных и информационных технологий РАН
Основанные на физике нейросетевые методы обработки сигналов
Abstract

Представленная научно-квалификационная работа является результатом трехлетней работы автора по решению различных задач радиофизики с помощью физически обоснованных нейронных сетей. На примере задач детектирования сигналов ядерного квадрупольного резонанса, оптимизации многоантенного акустического и атмосферного оптического каналов связи в диссертации разрабатываются и исследуются новые нейросетевые методы обработки сигналов для различного соотношения между экспериментальными данными и априорными знаниями о физической природе исследуемых систем. Кроме того, в работе рассматриваются методы оптимизации архитектуры и алгоритмов обучения нейронных сетей, которые позволяют исследовать динамические системы в реальном времени даже в условиях сильно ограниченных вычислительных ресурсов.

Nevzorov A., Orlov A., Stankevich D., Machine learning in NQR TNT express detection system, Journal of Magnetic Resonance, 2019, DOI: 10.1016/j.jmr.2019.106596
Nevzorov A., Stankevich D., A method of wavefront distortions correction for an atmospheric optical link with a small volume of information transmitted through a service channel, Computer Optics, 2020, DOI: https://doi.org/10.18287/2412-6179-CO-733
Nevzorov A.A., Orlov A.A., Stankevich D.A., A Neural Network Simulator of a Nonstationary Medium in an Adaptive Data Transmission System, Technical Physics Letters, 2019, DOI: 10.1134/S1063785019070241
Nevzorov A.A., Perchenko S.V., Stankevich D.A., Truncation: A New Approach to Neural Network Reduction, Neural Process Letters, 2021, DOI: 10.1007/s11063-021-10638-z
Nevzorov A.A., Perchenko S.V., Stankevich D.A., An Experimental Study of a Self-Organizing Acoustic Communication Channel, Technical Physics Letters, 2021, DOI: 10.1134/S1063785021030263