European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Spline-like function spaces with applications to scattered data approximations

Article Category

Article available in the following languages:

Poszukiwanie sensu w sygnalizacji

Żyjemy w świecie wielkiej ilości pomieszanych sygnałów – od dźwiękowych do świetlnych – które często pozbawione są sensu. Dzięki zaawansowanej matematyce, możemy teraz analizować i wykorzystywać je, z korzyścią dla zaawansowanej technologii.

Gospodarka cyfrowa icon Gospodarka cyfrowa

Cały świat bombarduje nas zewsząd różnymi przypadkowymi sygnałami. Są to sygnały dźwiękowe, sygnały radiowe, świetlne, obrazy, sygnały sejsmiczne lub nawet sygnały zdefiniowane w przestrzeni lub czasie. Ilościowe określenie tych sygnałów oraz studiowanie ich pomaga nam w rozumieniu otaczającego nas świata i ma wiele zastosowań. Ale realizacja tego wymaga zastosowania wyliczeń matematycznych i algorytmów. Pomimo, iż przeciętny człowiek nie wie zbyt wiele o tej dyscyplinie, to za kulisami istnieją naukowcy i matematycy, starający się znaleźć sens w tym "wypełnionym sygnałami" świecie, w którym żyjemy. Unia Europejska sfinansowała projekt SFSASDA, by pomóc w zrozumieniu tych sygnałów, oraz utworzyć bardziej dokładne modele i doprowadzić do lepszego zrozumienia sygnałów. W projekcie SFSASDA wykorzystano złożony sposób studiowania tych sygnałów – metodą zwaną przybliżeniem rozproszonych danych. Poza innymi zastosowaniami, metoda ta była wykorzystywana w przeszłości do rekonstrukcji nierównych powierzchni, modelowania terenu, definiowania wzajemnego oddziaływania płynów oraz oceny parametrów. Wyzwanie, stojące przed projektem, polegało na użyciu jej do przetwarzania sygnałów, a więc dyscypliny samej w sobie, którą sklasyfikować można gdzieś między inżynierią mechaniczną a matematyką. Przybliżanie danych rozproszonych było idealne przy obliczaniu niezdefiniowanych zjawisk, zwłaszcza w biologii, geologii inżynieryjnej i matematyce. Według teorii, powinno ono pracować dobrze przy definiowaniu i przybliżaniu nieciągłych danych emitowanych przez sygnały. Po intensywnym przetestowaniu różnych modeli matematycznych, w projekcie opracowano pomyślnie sposoby zastosowania analizy sygnału w dziedzinach geofizyki, łączności bezprzewodowej oraz obrazowania medycznego. Nowe rezultaty pomagają także w przefiltrowaniu szumów oraz poprawie akustyki. Niektóre z tych "zakulisowych" obliczeń oraz technik ich realizacji będą może przydatne w niezbyt odległej przyszłości, przy tworzeniu lepszych map, sprzętu medycznego, aparatów dla osób słabo słyszących oraz systemów dźwiękowych.

Znajdź inne artykuły w tej samej dziedzinie zastosowania