В Петербурге создали нейросеть для предотвращения ошибок в передаче информации

Модель решает задачу оптимизации, то есть подбирает такой набор сигналов, который в случае их искажения при передаче через канал связи можно надежнее всего отличить друг от друга

Специалисты Санкт-Петербургского государственного электротехнического университета (СПбГЭТУ) создали нейросеть, позволяющую подбирать наиболее оптимальные сигналы для передачи информации по сети и тем самым предотвращать ошибки и искажения в передаче сведений. Об этом сообщил ТАСС в пятницу заместитель заведующего кафедрой теоретических основ радиотехники университета Александр Сергиенко.

"Мы разработали нейросетевую модель, которая позволяет нам автоматически подобрать набор радиосигналов с наиболее эффективными параметрами передачи данных для конкретной телекоммуникационной системы, исходя из особенностей канала связи, который в ней применяется", - рассказал Сергиенко.

Он пояснил, что с ежегодным увеличением числа пользователей систем связи растут объемы передаваемых ими данных через многочисленные телекоммуникационные сети. Избегать сбоев в информационных системах позволяет масштабирование телекоммуникационной инфраструктуры. Однако с ростом источников данных в сети возрастает количество сигналов, которые одновременно передаются по действующим каналам передачи информации - это повышает вероятность искажения и ошибок в процессе обмена данными.

Созданная специалистами университета нейросеть позволяет снижать вероятность ошибок. Она представляет собой виртуальную систему связи, в которой моделируются процессы, происходящие с сигналами при передаче информации. Модель решает задачу оптимизации, то есть подбирает такой набор сигналов, который в случае их искажения при передаче через канал связи можно надежнее всего отличить друг от друга.

"С помощью нашей оптимизационной модели можно создавать наборы сигналов для действующих систем связи, повышая эффективность их работы по соотношению скорости и надежности передачи информации", - отметил Сергиенко.

Исследования выполнялись в рамках реализации программы "Приоритет-2030".