Алгоритм выделения следа искусственного сигнала вистлера в спектрограмме с помощью интегрированной среды разработки приложений PyCharm

Authors: Марченко, Л.С.

Source: Vestnik KRAUNC: Fiziko-Matematičeskie Nauki, Vol 49, Iss 4, Pp 99-111 (2024)

Subject Terms: искусственный вистлер, спектрограмма, след, фильтр, маска, python, pycharm, artificial whistler, spectrogram, trace, filter, mask, Science

File Description: electronic resource

Relation: https://krasec.ru/marchenko494024en/; https://doaj.org/toc/2079-6641; https://doaj.org/toc/2079-665X

Access URL: https://doaj.org/article/f0398dbdb0c94577839dae79f0cda20c

Эффективность применения различных спектральных признаков для классификации эмоций с помощью сверточной нейронной сети

Subject Terms: спектральный контраст, искусственный интеллект, мел-частотные кепстральные коэффициенты, нейросетевой классификатор, хромограмма, классификация эмоций, artificial intelligence, машинное обучение, transformer architecture, архитектура трансформеров, emotion classification, русскоязычные данные, fine spectrogram, spectral contrast, chromogram, machine learning, мел-спектрограмма, neural network classifier, fine-frequency cepstral coefficients, self-learning, самообучение, Russian-language data

Перспективы применения спектрального анализа для обнаружения клонического и тонического типов заикания на аудиозаписи

Contributors: Фролов, С. В.

Subject Terms: Спектрограмма, Клоническое заикание, Заикание, Тоническое заикание, Python

File Description: application/pdf

Access URL: https://elib.gstu.by/handle/220612/35931

ARCHITECTURE AND TRAINING ALGORITHM FOR NEURAL NETWORK TO RECOGNIZE VOICE SIGNALS

Authors: Molchanova, V. S., Mironenko, D. S.

Source: Radio Electronics, Computer Science, Control; № 3 (2020): Radio Electronics, Computer Science, Control; 99-107
Радиоэлектроника, информатика, управление; № 3 (2020): Радиоэлектроника, информатика, управление; 99-107
Радіоелектроніка, iнформатика, управління; № 3 (2020): Радіоелектроніка, інформатика, управління; 99-107

Subject Terms: Voice interface, audio signal, signal amplitude, spectrogram, neural network, training set, standard deviation, Голосовий інтерфейс, аудіосигнал, амплітуда сигналу, спектрограмма, нейронна мережа, навчальна вибірка, середньоквадратичне відхилення, 0202 electrical engineering, electronic engineering, information engineering, 02 engineering and technology, Голосовой интерфейс, аудиосигнал, амплитуда сигнала, спектрограмма, нейронная сеть, обучающая выборка, среднеквадратическое отклонение, 7. Clean energy, 01 natural sciences, 0105 earth and related environmental sciences

File Description: application/pdf

Access URL: http://ric.zntu.edu.ua/article/download/214888/214950
http://ric.zntu.edu.ua/article/view/214888

ПАРАМЕТРИЧЕСКИЕ ПОКАЗАТЕЛИ И АЛГОРИТМЫ ОПРЕДЕЛЕНИЯ ИЗОБРАЖЕНИЯ ЧЕЛОВЕКА ПО ВИДЕОСИГНАЛАМ

Subject Terms: изображение, видеоданные, идентификация, метод Виола-Джонса, спектрограмма, вейвлетпреобразования, нейронные сети, база данных

ПАРАМЕТРИЧЕСКИЕ ПОКАЗАТЕЛИ И АЛГОРИТМЫ ОПРЕДЕЛЕНИЯ ИЗОБРАЖЕНИЯ ЧЕЛОВЕКА ПО ВИДЕОСИГНАЛАМ

Subject Terms: изображение, видеоданные, идентификация, метод Виола-Джонса, спектрограмма, вейвлетпреобразования, нейронные сети, база данных

DEVELOPMENT OF PROCEDURE FOR DIAGNOSTICS OF CARDIAC NOISE BY ANALYSIS OF PHONOCARDIOGRAMS

Authors: Ilichev, Vladimir, Lavrentyeva, Galina, Kashirin, Dmitrii

Subject Terms: осциллограмма, spectrogram, phonocardiogram, быстрое преобразование Фурье, язык Python, cardiac noise, oscillogram, Python language, спектрограмма, фонокардиограмма, fast Fourier transform, сердечный шум

Распознование эмоций по голосу: выпускная квалификационная работа бакалавра

Subject Terms: PCA, neural network, распознавание эмоций, deep learning, фрактальные размерности, спектрограмма, нейронная сеть, SER, MFCC, spectrogram, emotion recognition, F-test, F-критерий, fractal dimensions, глубокое обучение, CNN

Интенсификация экстрагирования природного сырья при крашении шерс тяной пряжи

Subject Terms: spectrogram, выжимки винограда, антоциановые пигменты, экстрагирование, grape pomace, extraction, спектрограмма, anthocyanin pigments

Система взаимодействия с нейронной сетью через мессенджер Telegram

Contributors: Сахарук, А. В.

Subject Terms: Анализ сигналов, Аналого-цифровой преобразователь, Спектр, Цифроаналоговый преобразователь, АЦП, Спектрограмма, Спектральный анализ, ЦАП

File Description: application/pdf

Access URL: https://elib.gstu.by/handle/220612/29101

Ophthalmic Bioengineering. Review ; Биоинженерия в офтальмологии. Обзор

Authors: V. O. Ponomarev, A. E. Zhdanov, P. V. Luzhnov, I. D. Davydova, E. N. Iomdina, A. V. Lizunov, A. Yu. Dolganov, S. A. Ivliev, M. A. Znamenskaya, V. N. Kazajkin, V. I. Borisov, E. O. Filatova, В. О. Пономарев, А. Е. Жданов, П. В. Лужнов, И. Д. Давыдова, Е. Н. Иомдина, А. В. Лизунов, А. Ю. Долганов, С. А. Ивлиев, М. А. Знаменская, В. Н. Казайкин, В. И. Борисов, Е. О. Филатова

Contributors: The work was carried out within the framework of a scientific topic reg. № REDTW АААА-А19- 119021190151-3, Работа выполнена в рамках научной темы рег. № НИОКТР АААА-А19- 119021190151-3

Source: Ophthalmology in Russia; Том 20, № 1 (2023); 5-16 ; Офтальмология; Том 20, № 1 (2023); 5-16 ; 2500-0845 ; 1816-5095 ; 10.18008/1816-5095-2023-1

Subject Terms: машинное обучение, intraocular pressure, reoophthalmography, hemodynamics, choroid volume, ocular blood flow, retinotoxicity, electrophysiological studies, electroretinography, ERG, spectrogram, wavelet scalogram, Fourier analysis, Roland, Tomey, binary format files, data extraction, OCT, machine learning, внутриглазное давление, гемодинамика, реоофтальмография, объем сосудистой оболочки, кровоток глаза, ретинотоксичность, электрофизиологические исследования, электроретинография, ЭРГ, спектрограмма, вейвлет-скалограмма

File Description: application/pdf

Relation: https://www.ophthalmojournal.com/opht/article/view/2036/1065; Shetty D. K., Talasila A., Shanbhag S., et al. Current state of artificial intelligence applications in ophthalmology and their potential to influence clinical practice., Cogent Engineering. 2021;8(1):1920707. DOI:10.1080/23311916.2021.1920707; Гарри Д.Д., Саакян С.В., Хорошилова-Маслова И.П., Цыганков А.Ю., Никитин О.И., Тарасов Г.Ю. Методы машинного обучения в офтальмологии. Обзор литературы. Офтальмология. 2020;17(1):20–31 DOI:10.18008/1816-5095-2020-1-20-31; Solli E., Dosh H., Tobias E., et. al. Archetypal Analysis Reveals Quantifiable Patterns of Visual Field Loss in Optic Neuritis. Translational vision science & technology. 2022;11(1):27. DOI:10.1167/tvst.11.1.27; Li F., Wang Y., Xu, T., et al. Deep learning based automated detection for diabetic retinopathy and diabetic macular oedema in retinal fundus photographs. Eye. 2022;36:1433–1441. DOI:10.1038/s41433-021-01552-8; Bowd C., Belghith A., Zangwill L.M., et al. Deep Learning Image Analysis of Optical Coherence Tomography Angiography Measured Vessel Density Improves Classification of Healthy and Glaucoma Eyes. American Journal of Ophthalmology. 2022;236:298–308. DOI:10.1016/j.ajo.2021.11.008; Ran A.R., Tham C.C., Chan P.P., et al. Deep learning in glaucoma with optical coherence tomography: a review. Eye. 2021;35:188–201. DOI:10.1038/s41433-020-01191-5; Teo Z.L., Tham Yih-Chung, Yu Marco, et al. Global prevalence of diabetic retinopathy and projection of burden through 2045: systematic review and meta analysis. Ophthalmology. 2021;128(11):1580–1591. DOI:10.1016/j.ophtha.2021.04.027; Мунц И.В., Диреев А.О., Гусаревич О.Г. и др. Распространенность офтальмологических заболеваний в популяционной выборке старше 50 лет. Вестник офтальмологии. 2020;136(3):106–115. DOI:10.17116/oftalma2020136031106; Иомдина Е.Н., Бауэр С.М., Котляр К.Е. Биомеханика глаза: теоретические аспекты и клинические приложения. М.: Реал Тайм, 2015.; Национальное руководство по глаукоме: для практикующих врачей / Под ред. Егоров Е.А., Еричев В.П. М.: ГЭОТАР Медиа, 2019.; Shamaev D.M., Luzhnov P.V., Iomdina E.N. Mathematical modeling of ocular pulse blood filling in rheoophthalmography. World Congress on Medical Physics and Biomedical Engineering 2018. Springer, Singapore. 2019:495–498. DOI:10.1007/978-981-10-9035-6_91; Kadochkin Y.V., Luzhnov P.V., Iomdina E.N. Research of Motion Artefacts in Eye Blood Filling Diagnostics by Photoplethysmographic Method. In: Proc. of the 13th International Joint Conference on Biomedical Engineering Systems and Technologies (BIOSTEC 2020). P. 288–291 DOI:10.5220/000917530288029; Kazakov S.B., Luzhnov P.V., Davydova I.D. Method for Quantitative Assessment of the Eyes Pulse Blood Flow with Linear Axisymmetric Model. BIODEVICES. 2021:239 242. https://www.scitepress.org/Papers/2021/103858/103858.pdf; Kiseleva A.A., Luzhnov P.V., Shamaev D.M. Verification of mathematical model for bioimpedance diagnostics of the blood flow in cerebral vessels. International Conference of Artificial Intelligence, Medical Engineering, Education. Springer, Cham. 2018:251–259. DOI:10.1007/978-3-030-12082-5_23; Лужнов П.В., Шамаев Д.М., Киселева А.А., Иомдина Е.Н., Хозиев Д.Д., Киселева О.А. Метод нелинейной динамики для анализа сигналов транспальпебральной реоофтальмографии. Современные технологии в медицине. 2018;10(3):160–166. DOI:10.17691/stm2018.10.3.20; Short B. Selected aspects of ocular toxicity studies with a focus on high quality pathology reports: a pathology/toxicology consultant’s perspective. Toxicologic Pathology. 2021;49(3):673–699. DOI:10.1177/0192623320946712; Зуева М.В. Фундаментальная офтальмология: роль электрофизиологических исследований. Вестник офтальмологии. 2014;130(6):28–36.; Казайкин В.Н., Пономарев В.О., Лизунов А.В., Жданов А.Е., Долганов А.Ю., Борисов В.И. Современная роль и перспективы электрофизиологических методов исследования в офтальмологии. Обзор литературы. Офтальмология. 2020;17(4):669–675. DOI:10.18008/1816-5095-2020-4-669-675; Vincent A., Robson A.G., Holder G.E. Pathognomonic (Diagnostic) ERGs a Review and Update. Retina. 2013 Jan;33(1):5–12. DOI:10.1097/IAE.0b013e31827e2306; Santos I.S., Linares Alba M.A., Rodríguez Reyes A.A., et al. Intravitreal bromfenac with liposomes. A toxicology study in rabbit eyes. A safety study in rabbit eyes. Exp Eye Res. 2020 May;194:108020. DOI:10.1016/j.exer.2020.108020; Куликов А.Н., Николаенко Е.Н., Волков В.В., Даниличев В.Ф. Электрогенез сетчатки и зрительного нерва после витрэктомии по поводу первичного полного макулярного разрыва. Офтальмология. 2019;16(1):46–55. DOI:10.18008/1816-5095-2019-1-46-55; Leocani L., Guerrieri S., Comi G. Visual evoked potentials as a biomarker in multiple sclerosis and associated optic neuritis. Journal of Neuro-Ophthalmology. 2018;38(3):350–357. DOI:10.1097/wno.0000000000000704милан; Allam H.K., Soliman S., Wasfy T., et al. The neuro ophthalmological effects related to long term occupational exposure to organic solvents in painters. Toxicology and Industrial Health. 2018;34(2):91–98. DOI:10.1177/0748233717736598; Gauvin M., Lina J.M., Lachapelle P. Advance in ERG analysis: from peak time and amplitude to frequency, power, and energy. BioMed research international. 2014;2014:246096. DOI:10.1155/2014/246096; Johnson M.A. ISCEV extended protocol for the stimulus–response series for the dark adapted full field ERG b wave. Documenta Ophthalmologica. 2019;138(3):217–227. DOI:10.1007/s10633-019-09687-6; Кириллова М.О., Зуева М.В., Цапенко И.В., Журавлева А.Н. Электрофизиологические маркеры доклинической диагностики глаукомной оптической нейропатии. Российский офтальмологический журнал. 2021;14(1):35–41. DOI:10.21516/2072-0076-2021-14-1-35-41; Gubin D., Neroev V., Malishevskaya T., et al. Melatonin mitigates disrupted circadian rhythms, lowers intraocular pressure, and improves retinal ganglion cells function in glaucoma. Journal of Pineal Research. 2021;70(4):e12730. DOI:10.1111/jpi.12730; Dewar J., Gray J. VII. On the Physiological Action of Light. Earth and Environmental Science Transactions of The Royal Society of Edinburgh. 1873;27(1):141–166.; Verdon W.A., Schneck M.E., Haegerstrom Portnoy G. A comparison of three techniques to estimate the human dark adapted cone electroretinogram. Vision research. 2003;43(19):2089–2099. DOI:10.1016/S0042-6989(03)00330-4; Суетов А.А., Алекперов С.И., Одинокая М.А., Костина А.А., Петрова Е.А. Мультифокальная электроретинография как метод функциональной оценки лазерного повреждения сетчатки в экспериментальных исследованиях. Офтальмология. 2021;18(1):110–116. DOI:10.18008/1816-5095-2021-1-110-116; Hoffmann M.B., Bach M., Kondo M. et al. ISCEV standard for clinical multifocal electroretinography (mfERG) (2021 update). Documenta Ophthalmologica. 2021;142(1):5–16. DOI:10.1007/s10633-020-09812-w; Schröder P., Martínez Cañada P., Amorim A., et al. A Minimal Model Approach to Analyze Neuronal Circuit Dynamics from multifocal ERG (mERG). 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). IEEE. 2019:2955–2958. DOI:10.1109/embc.2019.8856840; Eremeev A.P., Ivliev S.A. Data Collection and Preparation of Training Samples for Problem Diagnosis of Vision Pathologies. Russian Conference on Artificial Intelligence. Springer, Cham. 2019:271–282. DOI:10.1007/978-3-030-30763-9_23; https://www.ophthalmojournal.com/opht/article/view/2036

Availability: https://www.ophthalmojournal.com/opht/article/view/2036
https://doi.org/10.18008/1816-5095-2023-1-5-16

Heart Rate Measurement Algorithm in the Monitoring System of Human Body Condition ; Алгоритм измерения частоты сердечных сокращений в системах мониторинга функционального состояния человека

Authors: A. N. Osipov, O. Ch. Rolich, A. P. Kluev, V. D. Vladymtsev, S. A. Migalevich, I. O. Khazanovsky, А. Н. Осипов, О. Ч. Ролич, А. П. Клюев, В. Д. Владымцев, С. А. Мигалевич, И. О. Хазановский

Contributors: The article was prepared with the support of the Belarusian Republican Foundation for Fundamental Research within the framework of agreement dated November 15, 2021 No F21UZBG-001., Статья подготовлена при поддержке Белорусского республиканского фонда фундаментальных исследований в рамках договора от 15.11.2021 № Ф21УЗБГ-001.

Source: Digital Transformation; Том 29, № 4 (2023); 66-72 ; Цифровая трансформация; Том 29, № 4 (2023); 66-72 ; 2524-2822 ; 2522-9613

Subject Terms: реальный масштаб времени, spectrogram, electrocardiogram, real time scale, спектрограмма, электрокардиограмма

File Description: application/pdf

Relation: https://dt.bsuir.by/jour/article/view/803/304; Islam, Md. M. Development of Smart Healthcare Monitoring System in IoT Environment / Md. M. Islam, A. Rahaman, Md. R. Islam // SN Computer Science. 2020. Vol. 185, No 1. P. 1–11. Mode of access: https://doi.org/10.1007/s42979-020-00195-y.; Pradhan, B. IoT-Based Applications in Healthcare Devices / B. Pradhan, S. Bhattacharyya, K. Pal // Journal of Healthcare Engineering. 2021. Vol. 2021. P. 1–18. Mode of access: https://downloads.hindawi.com/journals/jhe/2021/6632599.pdf.; Real-Time Framework for Patient Monitoring Systems Based on a Wireless Body Area Network / N. Mahmoud [et al.] // International Journal of Computer Applications. 2020. Vol. 176, No 27. P. 12–21. Mode of access: https://www.ijcaonline.org/archives/volume176/number27/mahmoud-2020-ijca-920274.pdf.; Sowmya, K. V. An Efficeint Health Monitoring System with Temperature and Heart Rate Sensors Using IoT / K. V. Sowmya, V. Teju // European Journal of Molecular & Clinical Medicine. 2021. Vol. 8, No 2. P. 793–802. Mode of access: https://ejmcm.com/article_7497_1eb61761da420cc16e28825b0ea9f268.pdf.; Ghosh, A. Energy-Efficient IoT-Health Monitoring System Using Approximate Computing / A. Ghosh, A. Raha, A. Mukherjee // Internet of Things. 2020. No 9. P. 1–16. Mode of access: https://doi.org/10.1016/j.iot.2020.100166.; Архитектура системы дистанционного мониторинга состояния человека на основе технологии интернета вещей / А. Н. Осипов [и др.] // Медэлектроника–2022. Средства медицинской электроники и новые медицинские технологии: сб. науч. ст. XIII Междунар. науч.-техн. конф., г. Минск, 8–9 декабря 2022 г. Минск: Белор. госуд. ун-т информ. и электр., 2022. С. 40–42. Режим доступа: https://www.bsuir.by/m/12_100229_1_168906.pdf.; Ролич, О. Ч. Алгоритмы обработки сигналов в интегрированной системе виброакустической и тепловой диагностики дизельной аппаратуры / О. Ч. Ролич, В. Е. Тарасенко, Д. А. Михаевич // Агропанорама. 2020. № 6. С. 38–41. Режим доступа: https://rep.bsatu.by/bitstream/doc/12920/1/2020_6.9.algoritmi.pdf.; Спектрально-статистический анализ виброакустических сигналов элементов дизеля / О. Ч. Ролич [и др.] // Агропанорама. 2022. № 4. С. 24–28. Режим доступа: https://rep.bsatu.by/bitstream/doc/16854/1/2022_4.5.spektralno-statisticheskij.pdf.; Федотов, А. А. Математическое моделирование и анализ погрешностей измерительных преобразователей биомедицинских сигналов / А. А. Федотов, С. А. Акулов. М.: Физматлит, 2013. 282 с. Режим доступа: https://ssau.ru/files/resources/sotrudniki/fizmatlit.pdf.; Кузнецов, А. А. Биофизика сердца. Электрокардиографическое холтеровское мониторирование для исследования вариабельности сердечного ритма условно здоровых людей / А. А. Кузнецов. Владимир: Изд-во Владим. гос. ун-та, 2013. 84 с. Режим доступа: http://op.vlsu.ru/fileadmin/Programmy/Magistratura/12.04.04/Metod_doc/UP_BFSk2_BTS.pdf.; https://dt.bsuir.by/jour/article/view/803

Availability: https://dt.bsuir.by/jour/article/view/803
https://doi.org/10.35596/1729-7648-2023-29-4-66-72

TECHNICAL ANALYSIS OF HUMAN SPEECH IN EDUCATIONAL ACTIVITIES ; ТЕХНИЧЕСКИЙ АНАЛИЗ РЕЧИ ЧЕЛОВЕКА В УЧЕБНОМ ПРОЦЕССЕ ; O‘QUV MASHG‘ULOTLARIDA INSON NUTQINI TEXNIK TAHLIL QILISH

Authors: Babadjanov , Elmurod, Gaipnazarova, Lobar

Source: Eurasian Journal of Mathematical Theory and Computer Sciences; Vol. 5 No. 11 (2025): Eurasian Journal of Mathematical Theory and Computer Sciences; 11-19 ; Евразийский журнал математической теории и компьютерных наук; Том 5 № 11 (2025): Евразийский журнал математической теории и компьютерных наук; 11-19 ; Yevrosiyo matematik nazariya va kompyuter fanlari jurnali; Jild 5 Nomeri 11 (2025): Евразийский журнал математической теории и компьютерных наук; 11-19 ; 2181-2861

Subject Terms: Речь человека, технический анализ, форманты, спектрограмма, педагогическая оценка, алгоритмы анализа речи, Human speech, technical analysis, formants, spectrogram, pedagogical assessment, speech analysis algorithms, Inson nutqi, texnik tahlil, formantlar, spektrogramma, pedagogik baholash, nutq algoritmlari

File Description: application/pdf

Relation: https://in-academy.uz/index.php/EJMTCS/article/view/65995/41494

Availability: https://in-academy.uz/index.php/EJMTCS/article/view/65995

Исследование возможностей и ограничений модовой томографии океана по данным с одиночных гидрофонов в случае слабовыраженной дисперсии

Subject Terms: выделение мод, spectrogram, акустическая томография океана, dispersion, ocean acoustic tomography, спектрограмма, дисперсия, mode separation

On the methodology of pitch analysis of South Russian 'drawn-out' folk songs

Source: ТРАДИЦИОННАЯ КУЛЬТУРА. :103-126

Subject Terms: intonation, лад, интонирование, timbre, spectrogram, тембр, mode, modality, спектрограмма, модальность

Возможности расшифровки спектрограмм с помощъю персонального компьютера и сканера

Authors: Д, Бямбажав, Р, Галбадрах

Source: Scientific transaction of the National University of Mongolia. Physics; Vol. 7 No. 159 (2000): Физик; 118-123 ; 2790-8321 ; 2311-1097 ; 10.22353/physics.v7i159

Subject Terms: Микрофотометр, спектрограмма железа, MATLAB, разрешающая способность сканера

File Description: application/pdf

Relation: https://journal.num.edu.mn/physics/article/view/484/447; https://journal.num.edu.mn/physics/article/view/484

Availability: https://journal.num.edu.mn/physics/article/view/484
https://doi.org/10.22353/physics.v7i159.484

Method of estimation of frequency variation relying on estimation of shift of spectral peaks ; Метод оценки изменения частоты, основанный на оценке смещения спектральных пиков

Authors: D. A. Kechik, Yu. P. Aslamov, I. G. Davydov, Д. А. Кечик, Ю. П. Асламов, И. Г. Давыдов

Source: «System analysis and applied information science»; № 1 (2021); 53-61 ; Системный анализ и прикладная информатика; № 1 (2021); 53-61 ; 2414-0481 ; 2309-4923 ; 10.21122/2309-4923-2021-1

Subject Terms: частота основного тона, wavelets, spectrogram, correlation function, frequency tracking, frequency estimation, fundamental frequency, вейвлеты, спектрограмма, корреляционная функция, слежение за частотой, оценка частоты

File Description: application/pdf

Relation: https://sapi.bntu.by/jour/article/view/503/387; Barysenka, S. Y. Single-channel speech enhancement using inter-component phase relations / S. Y. Barysenka, V. I. Vorobiov, P. Mowlaee // Speech Commun. – 2018. – Vol. 99. – P. 144–160.; A. Barkov, A. V. Monitoring and diagnostics of rotary equipment relying on its vibration / A. V. Barkov, N.A. Barkova, A.Yu. Azovtsev. – Saint-Petersburg: publishing center of SMTU, 2000. – 159 p.; Kosmach, N. V. Approach of vibrational diagnosing of rolling bearing / Н. В. Космач, Ю. П. Асламов. – 2020.; Influence of changes in shaft rotational speed of rotary equipment on frequency-domain processing / Yu. P. Aslamov [et al.] // Doklady BGUIR. – 2018. – Vol. 113, № 13. – P. 13–18.; Zhang, X. A new time synchronous average method for variable speed operating condition gearbox / X. Zhang, G. Wen, T. Wu // J. Vibroengineering. – 2012. – Vol. 14, № 4. – P. 1766–1774.; Aherwar, A. Vibration analysis techniques for gearbox diagnostic: A review / A. Aherwar, S. Khalid // Int. J. Adv. Eng. Technol. – 2012. – Vol. 3. – P. 4–12.; Bechhoefer, E. A Review of Time Synchronous Average Algorithms / E. Bechhoefer, M. Kingsley. – 2009. – P. 10.; Li, H. Order Bi-spectrum For Bearing Fault Monitoring and Diagnosis Under Run-up Condition / H. Li // J. Comput. – 2011. – Vol. 6, № 9.; Birchmeier, J. R. Order tracking signal sampling process / J. R. Birchmeier. – 2002.; Rotating speed tracking and sampling method of variable speed mechanical fault diagnosis / Tang Deyao [et al.] – 2013.; Synchronous computed order tracking analytical approach of characteristic of rotating machines vibration signal / Wang Jiang [et al.]. – 2015.; Jia Limin. The maximum power tracing controlling method that speed-changing oar-changing wind power generating set is followed the tracks of based on optimum resisting moment / Jia Limin, Liu Zhan, Lei Tao. – 2015.; Sparse wavelet decomposition of signals for solving vibration diagnostics problems / Y. Aslamov [et al.] // First World Congress on Condition Monitoring. – London, the British Institute of Non-Destructive Testing, 2017. – P. 11.; Kechik, D.A. Estimation of the instantaneous frequency of the spectral components of a nonstationary vibroacoustic signal by the segmented Prony method / D.A. Kechik // III All-russian acoustic conference / Politeh-press. – Saint-Petersburg, 2020. – P. 7.; Kechik, D. Segmented Autoregression Pitch Estimation Method / D. Kechik, I. Davydov // 2020 International Conference on Dynamics and Vibroacoustics of Machines (DVM). – 2020. – P. 1–6.; Sparse Wavelet Decomposition with Redundant Dictionary for Vibration Waveform Analysis / Y. P. Aslamov [et al.] // 14th International Conference on Pattern Recognition and Information Processing. – Minsk, BSUIR, 2019. – P. 6.; Lin, S. Logarithmic Frequency Scaling and Consistent Frequency Coverage for the Selection of Auditory Filterbank Center Frequencies / S. Lin // ArXiv180100075 Cs Eess. – 2017.; Bendat, J. S. Engineering Applications of Correlation and Spectral Analysis / J. S. Bendat, A. G. Piersol. – Wiley, 1980. – 328 p.; Algorithms for refinement of the shaft rotational speed for solving the problems of vibration diagnostics of rotary equipment / Y. Aslamov [et al.] // First World Congress on Condition Monitoring. – London, the British Institute of NonDestructive Testing, 2017. – P. 11.; Time-Varying Autoregressions for Speaker Verification in Reverberant Conditions / V. Vestman [et al.] // Interspeech 2017: Interspeech 2017 / ISCA. – 2017. – P. 1512–1516.; https://sapi.bntu.by/jour/article/view/503

Availability: https://sapi.bntu.by/jour/article/view/503
https://doi.org/10.21122/2309-4923-2021-1-53-61

МЕТОД И ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ АДАПТИВНОЙ ЭЛЕКТРОМИОСТИМУЛЯЦИИ НА ОСНОВЕ СУММАРНОЙ ЭЛЕКТРОМИОГРАФИИ НЕРВНО-МЫШЕЧНОГО АППАРАТА ЧЕЛОВЕКА

Source: Doklady Belorusskogo gosudarstvennogo universiteta informatiki i radioèlektroniki, Vol 0, Iss 2, Pp 46-52 (2019)

Subject Terms: адаптивная электромиостимуляция, электромиостимулятор, суммарная электромиография, электромиограмма, нервно-мышечная система, опорно-двигательный аппарат, частотно-временной анализ, спектрограмма, Electronics, TK7800-8360

File Description: electronic resource

Relation: https://doklady.bsuir.by/jour/article/view/10; https://doaj.org/toc/1729-7648

Access URL: https://doaj.org/article/dcc39c0787c2442b8a859632f6ff6d38

EFFICIENCY ASSESSMENT OF ELECTRICAL STIMULATION SIGNALS ON THE BASE OF TIME-FREQUENCY ANALYSIS OF STIMULATED MUSCLE GLOBAL ELECTROMYOGRAM

Authors: M. M. Mezhennaya

Source: Doklady Belorusskogo gosudarstvennogo universiteta informatiki i radioèlektroniki, Vol 0, Iss 4, Pp 42-48 (2019)

Subject Terms: электромиостимуляция, суммарная электромиография, электромиограмма, нервно-мышечная система, частотно-временной анализ, спектрограмма, Electronics, TK7800-8360

File Description: electronic resource

Relation: https://doklady.bsuir.by/jour/article/view/44; https://doaj.org/toc/1729-7648

Access URL: https://doaj.org/article/9708a7e966924d66b36f86f1dec01605

AN INTELLIGENT MODEL BASED ON DEEP TRANSFER LEARNING FOR DETECTING ANOMALIES IN CYBER-PHYSICAL SYSTEMS

Source: Radio Electronics, Computer Science, Control; No. 3 (2021): Radio Electronics, Computer Science, Control; 124-132
Радиоэлектроника, информатика, управление; № 3 (2021): Радиоэлектроника, информатика, управление; 124-132
Радіоелектроніка, iнформатика, управління; № 3 (2021): Радіоелектроніка, інформатика, управління; 124-132

Subject Terms: виявлення аномалій, акустичний сигнал, трансферне навчання, спектрограма, скалограма, кіберфізична система, обнаружение аномалий, акустический сигнал, трансферное обучение, спектрограмма, скалограмма, киберфизическая система, anomaly detection, acoustic signal, transfer learning, spectrogram, scalogram, cyber-physical system

File Description: application/pdf

Access URL: http://ric.zntu.edu.ua/article/view/241880