| DC Field | Value | Language |
|---|
| dc.contributor.author | Зверуго, A. О. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-07-09T07:13:54Z | - |
| dc.date.available | 2026-07-09T07:13:54Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Зверуго, A. О. Линейная обработка сигналов и её оптимизация методами машинного обучения / A. О. Зверуго // Информационные радиосистемы и радиотехнологии : сборник материалов научно-технической конференции, Минск, 9–10 июня 2026 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 184–185. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/64523 | - |
| dc.description.abstract | В работе рассматриваются современные подходы к оптимизации линейной обработки сигналов с использованием методов машинного обучения. Проанализирована эффективность адаптивных фильтров, алгоритмов сжатия и восстановления сигналов на основе нейросетевых моделей. Предложен гибридный метод, сочетающий классические линейные преобразования с обучаемыми корректирующими блоками. Экспериментальные результаты демонстрируют повышение отношения сигнал/шум на 15–22 % при снижении вычислительной сложности на 30 % по сравнению с традиционными решениями. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | линейная обработка сигналов | en_US |
| dc.subject | преобразование Фурье | en_US |
| dc.title | Линейная обработка сигналов и её оптимизация методами машинного обучения | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The paper examines modern approaches to optimizing linear signal processing using machine learning techniques. The efficiency of adaptive filters, signal compression, and reconstruction algorithms based on neural network models is analyzed. A hybrid method combining classical linear transformations with trainable correction blocks is proposed. Experimental results demonstrate a 15–22 % improvement in signal-to-noise ratio with a 30 % reduction in computational complexity compared to traditional solutions. | en_US |
| Appears in Collections: | Информационные радиосистемы и радиотехнологии (2026)
|
