TSU的数学家们已经完成了一个关于在受随机噪声影响的复杂电信和导航系统中分析信号和图像的数学方法的项目。他们创造的方法将评估信息的准确性提高了10倍，并有助于恢复高质量的图像或信号。下一步将是该算法在“大数据”分析中的应用。

分析信号和图像的数学方法适用于航空信号识别、医学磁共振设备中的图像解码、碳氢化合物生长的地形图分析等过程。数学家们获得的成果将用于建造新的雷达系统，用于环境分析和监测、卫星导航系统以及有希望的信息接收和传输系统。

“我们项目中的所有工作都集中在统计辐射物理的任务上，也就是在通信信道上传输数据的问题。例如，飞机飞行并传输信号。在信号传输过程中，各种噪声叠加其上，因此接收机需要获得尽可能接近传输数据的数据。正在建立一种最佳算法来滤除输入端的这些噪声，并获得尽可能接近发射信号的信号。医学、金融和经济学。”实验室负责人叶夫根尼普切林采夫教授说。

在TS=U上创建的算法考虑了模型中的噪声，该噪声比以前现有模型中的噪声更复杂。从物理角度来看，这些都是具有复杂相关结构的过程，这有助于研究脉冲噪声背景下观测信号的评估问题。与此同时，我们还考虑了有记忆的过程和那些迅速失去对过去依赖的过程。回到飞机的例子：信号过去了，但飞机飞得更远了，留下的因素不再作用于信号。

现在，科学家们已经为他们的发明获得了两项专利，并在MPEI的莫斯科电力工程研究所创造了一个使用他们的算法接收信息的设备原型。明年，科学家计划将他们的算法应用于大数据分析：它可以是民意测验数据、物理数据或金融数据。

——一方面，从数学的角度来看，我们要处理什么并不重要。然而，我们已经看到了我们关心的应用任务，这有助于我们准确地创建大数据处理算法，”Evgeny Prelintsev说。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：