У видавництві Springer в серії « Lecture Notes on Data Engineering and Communications Technologies» (LNDECT,volume 149) надруковано книгу «Lecture Notes in Data Engineering, Computational Intelligence, and Decision Making». Книга містить розширені версії доповідей, що були представлені на науковій конференції International Scientific Conference “Intellectual Systems of Decision Making and Problem of Computational Intelligence” ISDMCI 2022.

Результати дослідження професорки кафедри ІКІ імені В.В. Поповського Тамари Анатоліївни Радівілової були представлені таким розділом:
Kirichenko, L., Pichugina, O., Radivilova, T., Pavlenko, K. (2023). Application of Wavelet Transform for Machine Learning Classification of Time Series. In: Babichev, S., Lytvynenko, V. (eds) Lecture Notes in Data Engineering, Computational Intelligence, and Decision Making. ISDMCI 2022. Lecture Notes on Data Engineering and Communications Technologies, vol 149. Springer, Cham. https://doi.org/10.1007/978-3-031-16203-9_31

Робота присвячена класифікації часових рядів на основі застосування безперервного вейвлет-перетворення та візуалізації результуючого вейвлет-спектру. Зображення вейвлет-спектру вводяться в нейронну мережу, яка їх класифікує. Вейвлет-перетворення дозволяє аналізувати зміну в часі частотних компонент часових рядів. У статті розглядається класифікація часових реалізацій, що підлягають нормальному адитивному шуму з різними значеннями дисперсії. Представлено візуалізацію вейвлет-спектру для різних вейвлет-функцій. Для класифікації зображень спектрів використовувалася залишкова нейронна мережа. Результати обчислювального експерименту свідчать про те, що класифікація на основі розпізнавання зображень вейвлет-спектрів дозволяє якісно розрізняти сигнали з адитивною шумовою складовою, що мають різні рівні сигнал-шум.

Вітаємо авторів розділу даної книги з черговою публікацією у виданні Springer!