Нейросеть из Петербурга улучшает качество связи: как она работает и зачем нужна

Специалисты Санкт-Петербургского государственного электротехнического университета (СПбГЭТУ) разработали нейросетевую модель, которая автоматически подбирает наиболее оптимальные сигналы для передачи данных по телекоммуникационным сетям. Такая модель помогает предотвращать искажения и ошибки в обмене информацией между пользователями.


С каждым годом количество пользователей систем связи и объемы передаваемых ими данных растут. Чтобы избежать сбоев в информационных системах, нужно масштабировать телекоммуникационную инфраструктуру. Однако это приводит к тому, что в сети одновременно передается большое количество сигналов, которые могут мешать друг другу и вызывать искажения и ошибки в процессе обмена данными.

Как решить эту проблему? Один из способов — подобрать такие сигналы, которые в случае их искажения при передаче через канал связи можно надежнее всего отличить друг от друга. Это называется задачей оптимизации.


— заместитель заведующего кафедрой теоретических основ радиотехники СПбГЭТУ Александр Сергиенко.

С помощью такой модели можно создавать наборы сигналов для действующих систем связи, повышая эффективность их работы по соотношению скорости и надежности передачи информации.

Нейросетевая модель, созданная специалистами СПбГЭТУ, относится к типу генеративных нейросетей. Это такие нейросети, которые могут создавать новые данные на основе имеющихся. Генеративная нейросеть для подбора оптимальных сигналов работает следующим образом: она получает на вход информацию о характеристиках канала связи, по которому нужно передать данные. Затем она генерирует набор сигналов с разными параметрами и проверяет их качество по критериям эффективности передачи информации. Наконец, она выбирает лучший набор сигналов и выдает его на выход.

Таким образом, нейросеть позволяет автоматизировать процесс подбора оптимальных сигналов для передачи информации по телекоммуникационным сетям и улучшить качество связи.