npeЯдерная физика и инжинирингNuclear Physics and Engineering2079-56292079-5637МИФИ10.56304/S2079562923030041WELRNUnpe-397Research ArticleУскорители заряженных частиц для ядерных технологийCharged Particles Accelerators for Nuclear TechnologiesПРИМЕНЕНИЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ И НЕЙРОСЕТЕЙ ДЛЯ РАСПОЗНАВАНИЯ ПАРАЗИТНЫХ ПАРАМЕТРОВ ПО ВЫХОДНОМУ СИГНАЛУ В МОЩНЫХ ИМПУЛЬСНЫХ УСТРОЙСТВАХ ЭЛЕКТРОФИЗИКИApplication of Machine Learning Algorithms and Neural Networks for Recognition of Parasitic Parameters by the Output Signalin High-Power Pulsed Electrophysics DevicesАверьяновГ. П.AveryanovG. P.GPAveryanovi@mephi.ruДмитриеваВ. В.DmitrievaV. V.VVDmitriyeva@mephi.ruНациональный исследовательский ядерный университет МИФИРоссияNational Research Nuclear University MEPhI (Moscow Engineering Physics Institute)Russian Federation202422122024154384391Copyright © Аверьянов Г.П., Дмитриева В.В., 20242024Аверьянов Г.П., Дмитриева В.В.Averyanov G.P., Dmitrieva V.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://npe.elpub.ru/jour/article/view/397

Рассмотрена проблема распознавания и классификации нагрузок на выходе формирующих и передающих линий с распределенными параметрами (ЛРП) в устройствах мощной импульсной техники (МИТ) по амплитуде и форме выходного сигнала с применением математических моделей на основе методов машинного обучения и нейросетей. Разработано веб-приложение, распознающее паразитные параметры, возникающие в устройствах на основе ЛРП.

The problem of recognition and classification of loads at the output of generating and transmitting distributed parameter lines (DPL) in devices of high-power pulse technology (HPPT) by the amplitude and shape of the output signal using mathematical models based on machine learning methods and neural networks has been considered. A web application that recognizes parasitic parameters occurring in the devices based on DPL has been developed.

электрофизикамощные импульсные устройстваформирующие и передающие линий с распределенными параметрамиалгоритмы машинного обучениясверточные нейронные сетиelectrophysicshigh-power pulsed devicesforming and transmitting distributed parameter linesmachine learning algorithmsconvolutional neural networksReferencesЗагребаев А.М., Саманчук В.Н. // Современные научные исследования и инновации. 2015. № 2. Ч. 1. https://web.snauka.ru/issues/2015/02/48496.Загребаев А.М., Саманчук В.Н. // Современные научные исследования и инновации. 2015. № 2. Ч. 1. https://web.snauka.ru/issues/2015/02/48496.Юдин Л.И. Генераторы импульсов больших напряжении и токов. 1983. Москва: МИФИ.Юдин Л.И. Генераторы импульсов больших напряжении и токов. 1983. Москва: МИФИ.Пономаренко А.Г. Мощная импульсная техника. Ч. 1: Элементы схем и источники питания. 2007. Москва: МИФИ.Пономаренко А.Г. Мощная импульсная техника. Ч. 1: Элементы схем и источники питания. 2007. Москва: МИФИ.Zagrebayev A.M., Ten S.V. // Euras. J. Math. Comput. Appl. 2021 V. 9 (2). P. 101.Zagrebayev A.M., Ten S.V. // Euras. J. Math. Comput. Appl. 2021 V. 9 (2). P. 101.Юдин Л.И. Мощная импульсная техника. Ч. 2. Коммутирующие устройства. 1977. Москва: МИФИ.Юдин Л.И. Мощная импульсная техника. Ч. 2. Коммутирующие устройства. 1977. Москва: МИФИ.Юдин Л.И. Мощная импульсная техника. Ч. 3. Импульсные схемы широкого применения. 1979. Москва: МИФИ.Юдин Л.И. Мощная импульсная техника. Ч. 3. Импульсные схемы широкого применения. 1979. Москва: МИФИ.Аверьянов Г.П. и др. САПР в электрофизике. Ч. 1. Основы автоматизации проектирования. 2011. Москва: НИЯУ МИФИ.Аверьянов Г.П. и др. САПР в электрофизике. Ч. 1. Основы автоматизации проектирования. 2011. Москва: НИЯУ МИФИ.Аверьянов Г.П., Гусаров В.Н., Юдин Л.И. Лабораторный практикум по курсу “САПР УЗЧ”: Мощная импульсная техника. 1990. Москва: МИФИ.Аверьянов Г.П., Гусаров В.Н., Юдин Л.И. Лабораторный практикум по курсу “САПР УЗЧ”: Мощная импульсная техника. 1990. Москва: МИФИ.Zhang Q.J., Feng F., Na W. // Proc. 52nd European Microwave Conf. (EuMC). 2022. P. 16.Zhang Q.J., Feng F., Na W. // Proc. 52nd European Microwave Conf. (EuMC). 2022. P. 16.Kahng A.B. // IEEE Design Test. 2022. V. 40. (1). P. 8.Kahng A.B. // IEEE Design Test. 2022. V. 40. (1). P. 8.Jogin M. et al. // Proc. 3rd IEEE Intl. Conf. Recent Trends in Electronics, Information & Communication Technology (RTEICT). 2018. P. 2319.Jogin M. et al. // Proc. 3rd IEEE Intl. Conf. Recent Trends in Electronics, Information & Communication Technology (RTEICT). 2018. P. 2319.Нгуен Т.К., Сырямкин В.И., Нгуен Ч.Х.Т. // Современные наукоемкие технологии. 2020. № 12. С. 269.Нгуен Т.К., Сырямкин В.И., Нгуен Ч.Х.Т. // Современные наукоемкие технологии. 2020. № 12. С. 269.Рыбина Г.В., Смирнов В.В. // Изв. РАН. Теория и системы управления. 2007. № 4. С. 91.Рыбина Г.В., Смирнов В.В. // Изв. РАН. Теория и системы управления. 2007. № 4. С. 91.Рыбина Г.В., Пышагин С.В., Смирнов В.В., Чабаев А.В. // Программные продукты и системы. 1997. № 4. С. 37.Рыбина Г.В., Пышагин С.В., Смирнов В.В., Чабаев А.В. // Программные продукты и системы. 1997. № 4. С. 37.Кузовкин А.В, Цыганов А.А., Щукин Б.А. Управление данными. 2010. Москва: Издательский центр “Академия”.Кузовкин А.В, Цыганов А.А., Щукин Б.А. Управление данными. 2010. Москва: Издательский центр “Академия”.Хетагуров Я.А. Проектирование автоматизированных систем обработки информации и управления (АСОИУ). 2015. Москва: БИНОМ. Лаборатория знаний.Хетагуров Я.А. Проектирование автоматизированных систем обработки информации и управления (АСОИУ). 2015. Москва: БИНОМ. Лаборатория знаний.

The authors declare that there are no conflicts of interest present.