TSU的數(shù)學(xué)家已經(jīng)完成了一個有關(guān)數(shù)學(xué)方法的項目，用于分析受隨機噪聲影響的復(fù)雜電信和導(dǎo)航系統(tǒng)中的信號和圖像。他們創(chuàng)建的方法使評估信息的準(zhǔn)確性提高了10倍，并有助于恢復(fù)高質(zhì)量的圖像或信號。下一步將是該算法在“大數(shù)據(jù)”分析中的應(yīng)用。

用于分析信號和圖像的數(shù)學(xué)方法適用于航空信號的識別，醫(yī)學(xué)MRI設(shè)備中圖像的解碼，用于油氣生長的地形圖分析以及其他過程。數(shù)學(xué)家獲得的結(jié)果將用于構(gòu)建用于環(huán)境分析和監(jiān)視的新雷達系統(tǒng)，衛(wèi)星導(dǎo)航系統(tǒng)以及用于接收和傳輸信息的有前途的系統(tǒng)。

“我們項目中的所有工作都集中在統(tǒng)計放射物理學(xué)的任務(wù)上，這是在通信信道上傳輸數(shù)據(jù)的問題。例如，飛機飛行并傳輸信號。在信號傳輸過程中，各種噪聲疊加在其上，接收器需要獲取盡可能接近所傳輸數(shù)據(jù)的數(shù)據(jù)，正在建立最佳算法，以濾除輸入端的這些噪聲現(xiàn)象，并獲得與所傳輸信號盡可能接近的信號。醫(yī)學(xué)，金融和經(jīng)濟。”實驗室負(fù)責(zé)人Evgeny Pchelintsev教授說。

在TS=U上創(chuàng)建的算法在質(zhì)量上考慮了模型中比以前現(xiàn)有模型更復(fù)雜的噪聲。從物理角度來看，這些是具有復(fù)雜依賴性結(jié)構(gòu)的過程，這有助于研究在脈沖噪聲背景下評估觀察到的信號的問題。同時，我們同時考慮具有記憶力的過程和那些迅速失去對過去的依賴的過程?；氐斤w機的示例：信號已經(jīng)通過，但是飛機已經(jīng)飛行得更遠(yuǎn)了，留下的因素不再作用于信號。

現(xiàn)在，科學(xué)家已為其發(fā)明獲得了兩項專利，并且在莫斯科電力工程學(xué)院(MPEI)上創(chuàng)建了使用他們的算法接收信息的設(shè)備的原型。明年，科學(xué)家計劃將他們的算法應(yīng)用于大數(shù)據(jù)分析：它可以是民意測驗的數(shù)據(jù)，也可以是實物或財務(wù)數(shù)據(jù)。

-“一方面，從數(shù)學(xué)的角度來看，對我們究竟要處理什么無關(guān)緊要。但是，我們看到了我們關(guān)注的應(yīng)用任務(wù)，這有??助于我們準(zhǔn)確地創(chuàng)建大數(shù)據(jù)處理算法，”Evgeny說普列林采夫。