DC Field | Value | Language |
dc.contributor.author | Vashkevich, M. | - |
dc.contributor.author | Demenkovets, D. | - |
dc.coverage.spatial | Москва | en_US |
dc.date.accessioned | 2023-07-31T08:44:36Z | - |
dc.date.available | 2023-07-31T08:44:36Z | - |
dc.date.issued | 2023 | - |
dc.identifier.citation | Vashkevich, M. Hardware-software complex for obtaining and analyzing experimental data = Программно-аппаратный комплекс для получения и анализа экспериментальных данных / Maksim Vashkevich, Denis Demenkovets // Интернаука. – 2023. – № 20, Ч. 10. – С. 15–17. | en_US |
dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/52444 | - |
dc.description.abstract | This paper explores the hardware design of an STM32-based data acquisition system with BMP180 and MPU-6050 sensors. It emphasizes the use of sensor data filtering and introduces the Kalman filter for effective sensor data fusion. Additionally, it investigates the applications of Convolutional Neural Networks (CNN) in pattern recognition and motion activity classification. | en_US |
dc.language.iso | en | en_US |
dc.publisher | Интернаука | en_US |
dc.subject | публикации ученых | en_US |
dc.subject | embedded systems | en_US |
dc.subject | sensor fusion | en_US |
dc.title | Hardware-software complex for obtaining and analyzing experimental data | en_US |
dc.title.alternative | Программно-аппаратный комплекс для получения и анализа экспериментальных данных | en_US |
dc.type | Article | en_US |
local.description.annotation | В данной работе исследуется аппаратное проектирование системы сбора данных на базе STM32 с использованием датчиков BMP180 и MPU-6050. Особое внимание уделяется фильтрации данных датчиков и представлению фильтра Калмана как эффективного метода слияния данных датчиков. Кроме того, исследуются возможности применения сверточных нейронных сетей (Convolutional Neural Networks, CNN) в распознавании образов и классификации движений. | en_US |
Appears in Collections: | Публикации в зарубежных изданиях
|