Статья

Эмпирически доказывается возможность применения алгоритма глубокого обучения для классификации сложно модулированных сигналов на фоне гауссовского белого шума. Представлен анализ реализации алгоритма глубокого обучения типа сверточная нейронная сеть. Для оценки качества моделей использовалась метрика качества accuracy. Метрика показала, что выбранная модель с признаками, извлечёнными из исходной информации методом вейвлет преобразования, успешно справляется с задачей распознавания и классификации сложно модулированного сигнала.