|
Аннотация.
Статья посвящена структуре хранилища многомерных типовых сигналов и процессов в рамках задачи цифровой фильтрации, основанной на быстрых алгоритмах имитации и операторе универсального адаптивного матричного преобразования. Хранилище содержит актуальные уравнения имитации; сымитированные сигналы в виде таблиц значений и изображений; оригинальный код на Python, C++ и других языках программирования; дополнительную лицензионную информацию. В статье рассмотрены различные подходы к созданию хранилища. Выбранный путь заключается в формировании набора данных, его публикации на ресурсе GitHub и построении онтологии на данном наборе. Принципы структурирования данных и организации такой онтологии представлены в статье. Представлен готовый опубликованный набор данных.
Ключевые слова:
хранилище данных, хранилище сигналов, многомерные сигналы, имитация сигналов, цифровая обработка сигналов, ЦОС, онтология, гармонические методы.
Стр. 34-42.
DOI: 10.14357/20790279230105 Литература
1. Smirnova, E., Syuzev, V., Gurenko, V., Alekhin, V. Software system’s usage for multidimensional signal’s simulation as an engineering staff training tool. INTED2020, pp. 6270-6279. 2020. 2. Суятинов, С. И. Синергетическая модель ситуационной осведомленности человека-оператора в эргатических системах управления подвижными объектами / С. И. Суятинов, Т. И. Булдакова, Ю. А. Вишневская // Мехатроника, автоматизация, управление. – 2022. – Т. 23. – № 6. – С. 302-308. – DOI 10.17587/mau.23.302-308. 3. Liu, Y., Li, J., Sun, S., Yu, B. Advances in Gaussian random field generation: A review. Computational Geosciences. 2019. 4. Сюзев В.В. Алгоритмы многомерного имитационного моделирования случайных процессов / В. В. Сюзев, Е. В. Смирнова, А. В. Пролетарский // Компьютерная оптика. – 2021. – Т. 45. – № 4. – С. 627-637. – DOI 10.18287/2412-6179-CO-770. 5. База Федерального Института Промышленной Собственности [сайт]: свидетельство о регистрации программы для ЭВМ RU 2020610822. URL: https://new.fips.ru/registers- doc-view/fips_servlet?DB=EVM&DocNumber=2020610822&TypeFile=html (дата обращения: 01.06.2022). 6. База Федерального Института Промышленной Собственности [сайт]: свидетельство о регистрации программы для ЭВМ RU 2019610689. URL: https://new.fips.ru/registersdoc-view/fips_servlet?DB=EVM&DocNumbe r=2019610689&TypeFile=html (дата обращения: 01.06.2022). 7. База Федерального Института Промышлен- ной Собственности [сайт]: свидетельство о регистрации программы для ЭВМ RU 2017619635. URL: https://new.fips.ru/registersdoc- view/fips_servlet?DB=EVM&DocNumbe r=2017619635&TypeFile=html (дата обращения: 01.06.2022). 8. База Федерального Института Промышленной Собственности [сайт]: свидетельствоо регистрации программы для ЭВМ RU 2017619554. URL: https://new.fips.ru/registersdoc- view/fips_servlet?DB=EVM&DocNumbe r=2017619554&TypeFile=html (дата обращения: 01.06.2022). 9. Black, P., Flater, D., Bojanova, I. Algorithms and Data Structures for New Models of Computation. IT Professional. 23. 9-15. 2021. 10. Alan, I., Arslan, E., Kosar, T. Energy-aware data transfer algorithms. The International Conference for High Performance Computing, Networking, Storage and Analysis. 1-12. 2015. 11. Smirnova, E.V., Syuzev, V.V., Gurenko, V.V., Bychkov, B. Spectral signal simulation as a scientific and practical task in the training of engineers. INTED2019, pp. 4511-4516. 2019. 12. Smirnova, E., Syuzev, V., Samarev, R., Deykin, I., Proletarsky, A. High-Dimensional Simulation Processes in New Energy Theory: Experimental Research (Extended Abstract). Data Analytics and Management in Data Intensive Domains : Extended Abstracts of the XXII International Conference DAMDID, pp. 160-163. Voronezh State University, Voronezh. 2020. 13. University of Washington [сайт]: spectral databases and tools. URL: http://depts.washington.edu/naivpl/content/spectraldatabases- and-tools (дата обращения 31.05.2022). 14. National Institute of Standards and Technology [сайт]: atomic spectra database. URL: https:// www.nist.gov/pml/atomic-spectra-database (дата обращения 31.05.2022). 15. Beg, M., Belin, J., Kluyver, T., Konovalov, A., Ragan-Kelley, M., Thiéry, N., Fangohr, H. Using Jupyter for Reproducible Scientific Workflows. Computing in Science & Engineering, 1-11. 2021. 16. Github [сайт]: набор данных «Communication Signal Dataset». URL: https://github.com/ bczhangbczhang/Communication-Signal-Dataset (дата обращения 31.05.2022). 17. Zhang, D., Ding, W., Zhang, B., Xie, C., Li, H., Liu, C., Han, J. Automatic Modulation Classification Based on Deep Learning for Unmanned Aerial Vehicles. Sensors. 18, 924. 2018. 18. Jagannath, A., Jagannath, J. Multi-task Learning Approach for Modulation and Wireless Signal Classification. ICC2021, pp. 1–7. IEEE, New Jersey. 2021. 19. Github [сайт]: набор данных «Radar and communication signal dataset and modulation classification dataset». URL: https://github. c o m / A N D R O C o m p u t a t i o n a l S o l u t i o n s / RadarCommDataset (дата обращения 31.05.2022). 20. Signal processing society [сайт]: dataset resources. URL: https://signalprocessingsociety. org/publications-resources/dataset-resources (дата обращения 31.05.2022). 21. Skvortsov, N., Stupnikov, S. Managing Data-Intensive Research Problem-Solving Lifecycle. In: Sychev, A., Makhortov, S., Thalheim, B. (eds) Data Analytics and Management in Data Intensive Domains. DAMDID/RCDL 2020. Communications in Computer and Information Science, vol 1427, pp. 29 – 33. Springer, Cham. 2021. 22. Github [сайт]: BMSTU simulated signals dataset. URL: https://github.com/vandeyk/Simulated-Signals-Dataset (дата обращения 31.05.2022). 23. Российский научный фонд [сайт]: карточка проекта № 22-11-00049 «Разработка корреляционной теории моделирования многомерных сигналов и процессов в гибридных системах искусственного интеллекта реального времени». URL: https://rscf.ru/project/22-11-00049/ (дата обращения 5.09.2022).
|
