Классификация цифровых сигналов с помощью нейросетей?

Question

[toadnorilsk]

Имеются цифровые сигналы двух типов (заранее не известно, какой сигнал к какому типу принадлежит). Стоит задача их классификации в режиме реального времени. Разрешима ли такая задача для нейронных сетей?

Comments

[d'Ivan]

Каких двух типов?

[toadnorilsk]

1 тип - "хороший" сигнал, установившиеся колебания некой величины во времени, состоящие из 1 - 3 гармоник. 2 тип - "плохой" сигнал, неустановившиеся хаотичные колебания. В процессе работы хороший сигнал иногда переходит в плохой. От НС требуется знать какой тип сигнала реализуется в данный момент времени (или уметь отлавливать момент перехода хорошего сигнала в плохой)

[d'Ivan]

toadnorilsk, плохой сигнал есть чистый шум или сигнал с шумом?
Гармоники имеют некоторые неизменные характеристики?
А можно ли показать снимок экрана на переходном состоянии ?

Answer 1

[Griboks]

Зачем тут нейронная сеть? Эта классическая задача решается либо путём анализа составляющих спектра (Фурье/вейвлет преобразования), либо взаимнокорреляционной функцией.

Answer 2

[⚡ Kotobotov ⚡]

нейросетям требуется в любом случае функция оценки результата, на сколько ответ от нейросети правильный или нет. Тоесть если оценить результат не возможно (как входящие данные так и результат в виде типа сигнала не известны), то и обучить нейросеть не получится.
но обучение без учителя, решаемая задача, особенно для кластеризации, такая кластеризация будет просто например по "близости" кластеров друг к другу, относительно параметров (без какой-либо связи с реальным результатом)