scholarly journals THE USE OF DIGITAL SIGNAL PROCESSING AND A NEURAL NETWORK WHEN GENERATING A FORECAST OF TIME SERIES OF DATA FOR THE PURPOSE OF DETECTING ANOMALIES IN THE IN THE AUTOMATED CONTROL OF TECHNOLOGICAL PROCESSES

2020 ◽  
Vol 20 (1) ◽  
pp. 24-34
Author(s):  
A. N. Ragozin ◽  
Keyword(s):  
Neural Network ◽  
Signal Processing ◽  
Digital Signal Processing ◽  
Input Signal ◽  
Forecast Error ◽  
Digital Signal ◽  
Processing Unit ◽  
Automated Control ◽  
Prediction Result ◽  
Low Pass

n order to detect anomalies and improve the quality of forecasting dynamic data flows observed from sensors in Industrial Control System (ACS)., it is proposed to use a predictive mod-ule consisting of a series-connected digital signal processing unit (DSP) and a predictive unit using a neural network (predictive autoencoder ( Auto Encoder), predictive Autoencoder (PAE)). The study showed that the preliminary DSP block of the predicted input signal, consisting of a parallel set (comb) of digital low-pass filters with finite impulse responses (FIR-LPF), leads to a non-equilibrium account of the correlation relationships of the time samples of the input signal and to increase the accuracy of the final prediction result. The predicted autoencoder (PAE) pro-posed and considered in the work, in addition to restoring the input signal or part of the input signal at the PAE output, also generates the predicted samples of the input signal for the speci-fied number of «forward» time steps at the output, which increases the accuracy of the predic-tion result. The reduction of the forecast error occurs due to the imposition of restrictions in the formation of the forecast, that is, an additional requirement to restore the input samples of the samples – «stabilizers» at the NS output. The introduction of «stabilizers» increases the accuracy of the prediction result.

Digital Analyzer of Diamond Detector Signals for ITER Vertical Neutron Camera

2014 ◽  
Vol 9 (3) ◽  
pp. 11-19
Author(s):  
Petr Zubarev ◽  
Svetlana Ivanenko ◽  
Alina Ivanova ◽  
Andrey Kvashnin ◽  
Aleksandr Kotelnikov ◽  
...  
Keyword(s):  
Signal Processing ◽  
Energy Spectrum ◽  
Digital Signal Processing ◽  
Digital Signal ◽  
Processing Unit ◽  
Diamond Detector ◽  
Pile Up ◽  
Digital Analyzer ◽  
Signal Processing Unit

In this paper, digital analyzer of diamond detector signals of ITER Vertical Neutron Camera (ITER VNC) are described, which uses digital signal processing. Digital analyzer of pulse signals is based on ADC12500PXIe (two channels, 12 bit, 500 MHz, PXI Express), which satisfies the ITER VNC requirements. In this paper, the architecture of digital signal processing unit is given. Trapezoidal digital shaper for pile-up separation and energy spectrum unit are described. In addition, structure of digital analyzer software levels are considered

scholarly journals FAST NEURAL NETWORK FOR GENERALIZED TRIGONOMETRIC TRANSFORMATIONS SYNTHESIS

2014 ◽  
pp. 6-10
Author(s):  
Oleh Liskevych ◽  
Mykhaylo Yatsymirskyy
Keyword(s):  
Neural Network ◽  
Signal Processing ◽  
Digital Signal Processing ◽  
Processing System ◽  
Digital Signal ◽  
Signal Processing System ◽  
Digital Signal Processing System ◽  
Hardware Neural Network

The structure of the fast hardware neural network, based on generalized trigonometric transformations algorithm is developed. The network is appointed for optimal by some given criteria transformation selection and synthesis in adaptive digital signal processing system.

scholarly journals Design of on-chip temperature-based digital signal processing for customized wireless microcontroller

2019 ◽  
Vol 14 (2) ◽  
pp. 653
Author(s):  
S.F. R. Faezal ◽  
M. N. Isa ◽  
S. Taking ◽  
S. N. Mohyar ◽  
A. B. Jambek ◽  
...  
Keyword(s):  
Signal Processing ◽  
Digital Signal Processing ◽  
Digital Signal ◽  
System On Chip ◽  
Processing Unit ◽  
Verilog Hdl ◽  
Chip Design ◽  
Chip Area ◽  
Monitoring Process ◽  
On Chip

<span>Dramatic rises in power density and die sizes inside system-on-chip (SoC) design have led to the thermal issue. High temperatures or uneven temperature distributions may result not only in reliability issues, also has become the biggest issue that can limit the system performance.  This paper presents the design and simulation of a temperature-based digital signal processing unit for modern system-on-chip design using the Verilog HDL. This design provides continuous monitoring of temperature and reacts to specified conditions. The simulation of the system has been done on Synopsys Software. The result showed that temperature monitoring process is within the temperature range due to the incorporation of an interrupt-based system and with an advantage of minimum chip area required.</span>

scholarly journals Filtering Input Data of Neural Network Using Digital Signal Processing Technology

2017 ◽  
Vol 20 (4) ◽  
pp. 104 ◽  
Author(s):  
A P Shuravin ◽  
S V Vologdin
Keyword(s):  
Neural Network ◽  
Signal Processing ◽  
Digital Signal Processing ◽  
Input Data ◽  
Digital Signal ◽  
Processing Technology

Одним из важных направлений исследования в области искусственного интеллекта можно назвать методы оптимизации, в том числе стохастические алгоритмы. Данная технология используется для решения различных задач во многих областях деятельности. Целью приведенного в статье исследования является улучшение обучения нейронной сети методом генетического алгоритма путем фильтрации входных данных с использованием технологии цифровой обработки сигналов. В качестве входных данных взяты биржевые котировки. Нейронная сеть представляет собой совокупность слоев нейронов, где каждый нейрон является функцией от суммы входных сигналов, умноженных на коэффициенты. В данной статье используется сигмовидная передаточная функция. Для улучшения качества обучения входные данные подвергаются фильтрации. В обзорной части рассмотрен технический анализ, метод автоматической регрессии и применение нейронных сетей. Выдвинута и проверена гипотеза возможности улучшения качества обучения нейронной сети за счет подавления шума в исходных данных с использованием методов ЦОС. Проверена гипотеза зависимости качества обучения нейронной сети от статистических характеристик выборки. Рассмотрен метод фильтрации биржевых котировок с использованием скользящей средней и медианной фильтрации. Приведены результаты эксперимента и численная оценка качества обучения, а также статистических характеристик выборки, тем самым подтверждена зависимость между статистическими характеристиками выборки и качеством обучения нейронной сети. Подтверждено положительное влияние предварительной фильтрации данных на качество обучения нейронной сети.

Sign in / Sign up

Export Citation Format

Share Document