Şifreleme Tasarımı, Veri Sıkıştırma, Konuşma Tanıma ve Bilgi Teknolojisi

Bay Mutluluk

Soyut:
Bu makale, sismik zaman serileri tahmini için kısa süreli bellek sinir ağlarının (LSTM'ler) araştırmasını
sunar. LSTM, zaman serisi tahmin problemleri için yaygın olarak kullanılmıştır ve mükemmel sonuçlar
vermiştir, bu nedenle bu tekniği sismoloji için kullanmak ilginçtir. Deneyler için IRIS web sitesi tarafından
sağlanan Albuquerque'den (Anmo, New Mexico) gelen sismik dalgalar kullanıldı. Sismograflar, depremler
gibi pasif sismik aktiviteleri gözlemlemek için kaydedilir. Veriler, Albuquerque'deki bir istasyonda 16 kHz
örnekleme frekansıyla kaydedildi. 250 defaya kadar tekrarlanan 200 gizli ve eğitilmiş birimden oluşan bir
ağ. LSTM, 0.00306 RMSE'ye (Kök Ortalama Kare) ulaşabilir.
1. Giriş
Ayak izi tanıma, nispeten yeni bir biyometriktir ve algılama alanında yürüyen insanlardan alınan iz
sinyallerinin öğrenilmesine dayanır. Güvenlik sistemlerinin izleme sinyallerini sınıflandırma süreci hala
daha az doğrudur. Bu nedenle güvenlik sistemleri için yüksek hassasiyetli bir sınıflandırma sistemine
ihtiyaç duyulmaktadır. Çoğu sistem tipik olarak geometrik ve global özellikler kullanılarak geliştirilir,
ancak yine de yüksek hata oranları sağlar. Bu çalışmada, insan işitsel sistemini taklit eden doğrusal
frekanslar mükemmeldir ve sınıflandırma algoritması olan Yapay Sinir Ağı (YSA), 500 kayıtlık bir veri
seti ile yüksek düzeyde doğruluk sağlar. Sınıflandırma sonuçları, önerilen sistemin en iyi doğruluğa 57,3
kayıp doğrulama değeri, %92,0 test doğruluğu, 193,8 kayıp değeri ve %100 eğitim doğruluğu ile
ulaşabileceğini göstermektedir. Akıllı ev ortamlarındaki güvenlik sistemleri için
2. Uygulama
Son zamanlarda çoğu insan boş zamanlarını bazı yerleri ziyaret etmek, yani seyahat etmek için kullanıyor.
İnsanlar eşyalarını saklamak için bavul ve sırt çantaları kullanırlar. Güvenlik gezginler için çok önemli
olduğundan, seyahat ederken herkesin güvenliğe ve rahatlığa ihtiyacı vardır. Bununla birlikte, kişinin
endişelenmesi ve kayıp öğeyi olabildiğince çabuk bulmak istemesi gerektiğinden, bir öğenin kaybı
genellikle bir kişinin kafasını karıştırır. Bu bavul güvenlik sistemi, insanların bavulların içeriğini güvence
altına almak için anahtarları kullanmanın geleneksel yoludur, bazıları sayıların bir kombinasyonunu
kullanır, ancak yine de kaybolabilir. Birçok Kayıp ve Buluntu eşyası havaalanı tesislerinin yeniden
yayınlanmasıyla birlikte, mal kaybı yaygındır ve keskin nesnelerle çalınan bagajlar bulunur. Bu nedenle bu
sorunun üstesinden gelmek için taşıyıcıları düzeltmek için çözüm olan bir sistem oluşturulmuştur. Bu bagaj
güvenlik sistemi, çantanın kilidini açmak için RFID kullanır ve çantanın koordinatlarını bulmak için GPS
takibini kullanır. Sistem, bir bavul zorla açıldığında bilgi verebiliyor ve bir akıllı telefon aracılığıyla
bavulun mevcut konumu öğrenilebiliyor.
Sismik araştırmalar, bir sensör ağından elde edilen büyük miktarda veriden oluşur. Bu anket verileri
genellikle çeşitli gürültü türleri ve diğer bozulmalar tarafından bozulur. Bu koşullar altında bir depremin
tam genliğini geri yüklemek daha zor hale gelir. Sismik analizin rotasında genlik doğruluğu çok önemlidir.
Bu çalışmada, Eliptik Gauss Çekirdeği (BFEGK) ile iki yönlü bir filtreye dayalı bir sismik görüntü gürültü
giderme yaklaşımı sunuyoruz. Çift yönlü filtre, kenarları koruyan ve gürültüyü azaltan doğrusal olmayan
bir filtredir. Eliptik bir Gauss çekirdeği formüle ederek geliştirilmiş sismik görüntüyü ifade eden filtre.
Gürültü standart sapmasının sağlam bir tahminini elde etmek için çeyrekler arasındaki aralığı kullanın.
Gauss gürültü senaryosunda performans, ön-öğrenme (DL) tabanlı gürültü giderme, gürültü eşiğine sahip
standart bir çift yönlü filtre ile karşılaştırılır.
Sismik veri sıkıştırma, toplanan veri miktarı çok büyük olduğu için iletim ve depolama maliyetlerini
azaltmak için çok talepkardır. Bu yazıda, derin sinir ağı (DNN) ve entropi kodlaması kullanarak sıkıştırma
tabanlı sismik veri tahmini sunuyoruz. İlk olarak, iyi bir başlangıç ağırlığı elde etmek için sonlu bir
Boltzmann motoru (RBM) kullanarak DNN'yi birden çok gizli katmanla eğittik. Ardından DNN, daha iyi
tahmin doğruluğu elde etmek için denetimli bir şekilde geliştirilir. Gerçek örnek ve tahmin arasındaki
denge, verilerin daha küçük bir temsilini elde etmek için nicelenir. Nicelleştirilmiş kalıntı daha sonra
Huffman kodlaması kullanılarak kodlandı. Gerçek veri seti üzerindeki deneylerimiz, DNN'nin
References:

Nam, Mi Young, Phill Kyu Rhee, and Chan Suk Lee. "A real time pupil location system using multiple
illuminations clustering under varying environment." In 2009 Digest of Technical Papers International
Conference on Consumer Electronics, pp. 1-2. IEEE, 2009.

Nuha, Hilal Hudan. "Perancangan Sistem Mobile Tracking Berbasis Sistem Seluler dengan Metode E-
OTD." Teknik Elektro Institut Teknologi Telkom, Bandung (2009).

Le, Tuan-Anh. "Improving the performance of multipath congestion control over wireless networks."
In 2013 International Conference on Advanced Technologies for Communications (ATC 2013), pp. 60-65.
IEEE, 2013.

Nam, Mi Young, Phill Kyu Rhee, and Chan Suk Lee. "A real time pupil location system using multiple
illuminations clustering under varying environment." In 2009 Digest of Technical Papers International
Conference on Consumer Electronics, pp. 1-2. IEEE, 2009.

Hao, Kun, Zhigang Jin, and Ping Hao. "Study on internet congestion control algorithm." In 2012 Fifth
International Conference on Intelligent Networks and Intelligent Systems, pp. 138-141. IEEE, 2012.