RUS  ENG
Полная версия
ЖУРНАЛЫ // Управление большими системами

УБС, 2023, выпуск 106, страницы 52–70 (Mi ubs1169)

Решение задачи сверхразрешения с использованием модели нейронной сети прямого распространения
Б. А. Лаговский, Е. Я. Рубинович, И. А. Юрченков

Список литературы

1. Арсенин В.Я., Тихонов А.Н., Методы решения некорректных задач, Наука, М., 1974
2. Ахтеров А.В., Кирильченко А.А., “Основы теоретической робототехники. Искусственные нейронные сети. (Обзор)”, Препринты Института прикладной математики им. М.В. Келдыша РАН, 2008, 10, 2–20  mathnet
3. Виноградова Е.П., Головин Е.Н., “Метрики качества алгоритмов машинного обучения в задачах классификации”, Научная сессия ГУАП, 2017, 202–206
4. Каширина И.Л., Демченко М.В., “Исследование и сравнительный анализ методов оптимизации, используемых при обучении нейронных сетей”, Вестник ВГУ. Серия: Системный анализ и информационные технологии, 2018, № 4, 123–132  crossref
5. Козар Б.А., Кугуракова В.В., Сахибгареева Г.Ф., “Структуризация сущностей естественного текста с использованием нейронных сетей для генерации трехмерных сцен”, Программные продукты и системы, 35:3 (2022), 329–339  crossref
6. Лаговский Б.А., Рубинович Е.Я., “Алгоритмы цифровой обработки данных измерений, обеспечивающие угловое сверхразрешение”, Мехатроника, автоматизация, управление, 22:7 (2021), 349–356
7. Минаев Е.Ю., Кутикова В.В., Никоноров А.В., “Трекинг объектов в видеопотоке на основе сверточных нейронных сетей и фрактального анализа”, Сб. тр. IV международной конференции и молодежной школы «Информационные технологии и нанотехнологии», ИТНТ-2018, Новая техника, Самара, 2018, 2792–2798
8. Семенюк В.В., Складчиков М.В., “Разработка алгоритма распознавания эмоций человека с использованием сверточной нейронной сети на основе аудиоданных”, Информатика, 19:4 (2022)
9. Сукина С.А., “Нейронные сети”, Новая наука: стратегии и векторы развития, 82:5 (2016), 248  zmath
10. Тормозов В.С., “Настройка, обучение и тестирование нейронной сети долгой краткосрочной памяти для задачи распознавания образов”, Промышленные АСУ и контроллеры, 2020, № 3, 52–57
11. Шишкин Ю.Е., Скатков А.В., “Метрики качества для оценки и прогнозирования критических состояний”, Качество и жизнь, 2019, № 1, 61–66
12. Ямашкин А.А., Ямашкин С.А., “Использование нейронных сетей прямого распространения для ландшафтного картографирования на базе космических снимков”, Геодезия и картография, 2014, № 11, 52–58
13. Яшин В.И., “Растущие нейронные сетивробототехнике”, Роботизация Вооруженных Сил Российской Федерации, 2020, 279–284
14. Almeida M.S., Figueiredo M.A., “Deconvolving images with unknown boundaries using the alternating direction method of multipliers”, IEEE Trans. Image Process., 22:8 (2013), 3074–3086  crossref  mathscinet  zmath
15. Burg J.P., Maximum Entropy Spectral Analysis, PhD thesis, Department of Geophysics, Stanford University, Stanford, CA, 1975
16. Diederik P. Kingma, Jimmy Ba, Adam: A Method for Stochastic Optimization, 2017, arXiv: 1412.6980
17. Kasturiwala S.B., Ladhake S.A., “Superresolution: A novel application to image restoration”, International Journal on Computer Science and Engineering, 2010, no. 5, 1659–1664
18. Lavate T.B., Kokate V.K., Sapkal A.M., “Performance Analysis of MUSIC and ESPRIT. DOA Estimation Algorithms for Adaptive Array Smart Antenna in Mobile Communication”, 2nd Int. Conf. on Computer and Network Technology (ICCNT) (US, 2010), 308–311
19. Morse P., Feshbach H., Methods of Theoretical Physics, McGraw-Hill. Science/Engineering/Math., 1953, 1978 pp.  mathscinet  zmath
20. Park S.C., Park M.K., Kang M.G., “Super-resolution image reconstruction: a technical overview”, IEEE Signal Processing Magazine, 20:3 (2003), 21–36  crossref
21. Shchukin А.А., Pavlov A.E., “Parameterization of user functions in digital signal processing for obtaining angular super-resolution”, Russian Technological Journal, 10:4 (2022), 38–43  crossref
22. Sroubek F., Cristobal G., Flusser J., “Simultaneous Super-Resolution and Blind Deconvolution”, Journal of Physics: Conference Series, 124:1 (2008), 012–048  mathscinet
23. Tan W.Q., Hou Y.G., “Estimation of direction of source arrival based upon MUSIC and Capon”, Journal of Nanchang Institute of Technology, 27:1 (2008), 20–23
24. Uttam S., Goodman N.A., “Super-resolution of coherent sources in real-beam Data”, IEEE Trans. on Aerospace and Electronic Systems, 46:3 (2010), 1557– 1566  crossref
25. Waweru N.P., Konditi D.B.O., Langat P.K., “Performance Analysis of MUSIC Root-MUSIC and ESPRIT”, DOA Estimation Algorithm. International Journal of Electrical Computer Energetic Electronic and Comm. Engineering, 8:1 (2014), 209–216


© МИАН, 2026