Томские ученые разработали инновационный алгоритм фильтрации данных, который значительно повышает точность определения концентрации опасных газов в атмосфере. Этот метод, основанный на машинном обучении и применении фильтра Савицкого-Голея, позволяет эффективно отделять полезный сигнал от шума.
Одной из ключевых задач экомониторинга является не только обнаружение опасных газов, но и точное измерение их концентрации. Данные, получаемые в процессе мониторинга, часто содержат шумы, которые могут искажать слабые сигналы или делать их трудноразличимыми. Традиционные цифровые фильтры хотя и применяются для выделения нужных сигналов, но имеют ограничения: они используют единые настройки для всего спектра данных. Это приводит к тому, что шум, который в одних частях спектра подавляется хорошо, в других может заглушить важные данные.
Новый алгоритм значительно снижает погрешность вычислений, улучшая качество обработки данных. Этот метод особенно актуален для оптической спектроскопии, которая широко используется в экологии, климатологии, исследовании атмосферы Земли, контроле технологических процессов и разработке новых методов медицинской диагностики на основе анализа выдыхаемого воздуха.
Ученые из Томска создали алгоритм, который не только улучшает качество фильтрации данных, но и адаптируется к различным условиям, подбирая оптимальные параметры для отделения полезного сигнала от шума. Это достигается за счет применения метода ICA, который позволяет настраивать фильтр в зависимости от характеристик обрабатываемых данных.
Заведующий лабораторией лазерного молекулярного имиджинга и машинного обучения ТГУ Юрий Кистенев отметил впечатляющие результаты: «После обработки данных новым адаптивным фильтром относительная погрешность определения концентрации диоксида серы снизилась в 3,7 раза по сравнению со стандартным методом».
Внедрение этого алгоритма может привести к созданию нового поколения газоанализаторов для экологического контроля, систем безопасности на промышленных объектах и высокоточного медицинского диагностического оборудования.
Источник: ТАСС
распечатать статью
