НЕЙРОМЕРЕЖЕВІ МЕТОДИ ВИДІЛЕННЯ УЛЬТРАЗВУКОВОГО СИГНАЛУ З ШУМУ
DOI:
https://doi.org/10.31891/2219-9365-2025-84-28Ключові слова:
ультразвуковий сигнал, завадостійкість, денойзинг, 1D-CNN, автоенкодер, U-Net, трансформер, Noise2Noise, Noise2Void, дифузійні моделі, STFT, кореляційний аналіз, TOF, похибка вимірюванняАнотація
Розглянуто нейромережеві методи виділення ультразвукового сигналу з шуму в задачах безконтактного вимірювання відстані (TOF), неруйнівного контролю (NDT) та ультразвукової візуалізації. Наведено математичні моделі корисного сигналу та завад (адитивні, корельовані, імпульсні, ревербераційні), сформульовано критерії якості (SNR, MSE/MAE, похибка оцінки часу приходу) та показано, як узгодити функцію втрат нейромережі з практичною метою — мінімізацією похибки TOF і, як наслідок, похибки відстані. Систематизовано сучасні архітектури денойзингу: 1D-CNN з резидуальним навчанням, денойзингові автоенкодери (DAE/CAE), U-Net на часово-частотних поданнях, моделі уваги/трансформери для довгих реверберацій, self-supervised підходи без «чистих» еталонів (Noise2Noise, Noise2Void-подібні) і генеративні апріорі (дифузійні моделі).
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Валерій ЗДОРЕНКО , Микита ДАНІЛОВ , Кирило ШОЛУДЬКО

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.