TSU的數學(xué)家已經(jīng)完成了一個(gè)有關(guān)數學(xué)方法的項目，用于分析受隨機噪聲影響的復雜電信和導航系統中的信號和圖像。他們創(chuàng )建的方法使評估信息的準確性提高了10倍，并有助于恢復高質(zhì)量的圖像或信號。下一步將是該算法在“大數據”分析中的應用。

用于分析信號和圖像的數學(xué)方法適用于航空信號的識別，醫學(xué)MRI設備中圖像的解碼，用于油氣生長(cháng)的地形圖分析以及其他過(guò)程。數學(xué)家獲得的結果將用于構建用于環(huán)境分析和監視的新雷達系統，衛星導航系統以及用于接收和傳輸信息的有前途的系統。

“我們項目中的所有工作都集中在統計放射物理學(xué)的任務(wù)上，這是在通信信道上傳輸數據的問(wèn)題。例如，飛機飛行并傳輸信號。在信號傳輸過(guò)程中，各種噪聲疊加在其上，接收器需要獲取盡可能接近所傳輸數據的數據，正在建立最佳算法，以濾除輸入端的這些噪聲現象，并獲得與所傳輸信號盡可能接近的信號。醫學(xué)，金融和經(jīng)濟。”實(shí)驗室負責人Evgeny Pchelintsev教授說(shuō)。

在TS=U上創(chuàng )建的算法在質(zhì)量上考慮了模型中比以前現有模型更復雜的噪聲。從物理角度來(lái)看，這些是具有復雜依賴(lài)性結構的過(guò)程，這有助于研究在脈沖噪聲背景下評估觀(guān)察到的信號的問(wèn)題。同時(shí)，我們同時(shí)考慮具有記憶力的過(guò)程和那些迅速失去對過(guò)去的依賴(lài)的過(guò)程?；氐斤w機的示例：信號已經(jīng)通過(guò)，但是飛機已經(jīng)飛行得更遠了，留下的因素不再作用于信號。

現在，科學(xué)家已為其發(fā)明獲得了兩項專(zhuān)利，并且在莫斯科電力工程學(xué)院(MPEI)上創(chuàng )建了使用他們的算法接收信息的設備的原型。明年，科學(xué)家計劃將他們的算法應用于大數據分析：它可以是民意測驗的數據，也可以是實(shí)物或財務(wù)數據。

-“一方面，從數學(xué)的角度來(lái)看，對我們究竟要處理什么無(wú)關(guān)緊要。但是，我們看到了我們關(guān)注的應用任務(wù)，這有??助于我們準確地創(chuàng )建大數據處理算法，”Evgeny說(shuō)普列林采夫。