Preview

Ядерная физика и инжиниринг

Расширенный поиск

ПРИМЕНЕНИЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ И НЕЙРОСЕТЕЙ ДЛЯ РАСПОЗНАВАНИЯ ПАРАЗИТНЫХ ПАРАМЕТРОВ ПО ВЫХОДНОМУ СИГНАЛУ В МОЩНЫХ ИМПУЛЬСНЫХ УСТРОЙСТВАХ ЭЛЕКТРОФИЗИКИ

https://doi.org/10.56304/S2079562923030041

EDN: WELRNU

Аннотация

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.

Об авторах

Г. П. Аверьянов
Национальный исследовательский ядерный университет МИФИ
Россия


В. В. Дмитриева
Национальный исследовательский ядерный университет МИФИ
Россия


Список литературы

1. Загребаев А.М., Саманчук В.Н. // Современные научные исследования и инновации. 2015. № 2. Ч. 1. https://web.snauka.ru/issues/2015/02/48496.

2. Юдин Л.И. Генераторы импульсов больших напряжении и токов. 1983. Москва: МИФИ.

3. Пономаренко А.Г. Мощная импульсная техника. Ч. 1: Элементы схем и источники питания. 2007. Москва: МИФИ.

4. Zagrebayev A.M., Ten S.V. // Euras. J. Math. Comput. Appl. 2021 V. 9 (2). P. 101.

5. Юдин Л.И. Мощная импульсная техника. Ч. 2. Коммутирующие устройства. 1977. Москва: МИФИ.

6. Юдин Л.И. Мощная импульсная техника. Ч. 3. Импульсные схемы широкого применения. 1979. Москва: МИФИ.

7. Аверьянов Г.П. и др. САПР в электрофизике. Ч. 1. Основы автоматизации проектирования. 2011. Москва: НИЯУ МИФИ.

8. Аверьянов Г.П., Гусаров В.Н., Юдин Л.И. Лабораторный практикум по курсу “САПР УЗЧ”: Мощная импульсная техника. 1990. Москва: МИФИ.

9. Zhang Q.J., Feng F., Na W. // Proc. 52nd European Microwave Conf. (EuMC). 2022. P. 16.

10. Kahng A.B. // IEEE Design Test. 2022. V. 40. (1). P. 8.

11. Jogin M. et al. // Proc. 3rd IEEE Intl. Conf. Recent Trends in Electronics, Information & Communication Technology (RTEICT). 2018. P. 2319.

12. Нгуен Т.К., Сырямкин В.И., Нгуен Ч.Х.Т. // Современные наукоемкие технологии. 2020. № 12. С. 269.

13. Рыбина Г.В., Смирнов В.В. // Изв. РАН. Теория и системы управления. 2007. № 4. С. 91.

14. Рыбина Г.В., Пышагин С.В., Смирнов В.В., Чабаев А.В. // Программные продукты и системы. 1997. № 4. С. 37.

15. Кузовкин А.В, Цыганов А.А., Щукин Б.А. Управление данными. 2010. Москва: Издательский центр “Академия”.

16. Хетагуров Я.А. Проектирование автоматизированных систем обработки информации и управления (АСОИУ). 2015. Москва: БИНОМ. Лаборатория знаний.


Рецензия

Для цитирования:


Аверьянов Г.П., Дмитриева В.В. ПРИМЕНЕНИЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ И НЕЙРОСЕТЕЙ ДЛЯ РАСПОЗНАВАНИЯ ПАРАЗИТНЫХ ПАРАМЕТРОВ ПО ВЫХОДНОМУ СИГНАЛУ В МОЩНЫХ ИМПУЛЬСНЫХ УСТРОЙСТВАХ ЭЛЕКТРОФИЗИКИ. Ядерная физика и инжиниринг. 2024;15(4):384-391. https://doi.org/10.56304/S2079562923030041. EDN: WELRNU

For citation:


Averyanov G.P., Dmitrieva V.V. Application of Machine Learning Algorithms and Neural Networks for Recognition of Parasitic Parameters by the Output Signalin High-Power Pulsed Electrophysics Devices. Nuclear Physics and Engineering. 2024;15(4):384-391. (In Russ.) https://doi.org/10.56304/S2079562923030041. EDN: WELRNU

Просмотров: 11


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2079-5629 (Print)
ISSN 2079-5637 (Online)