Метода анализа данных магнитной энцефалографии в облачном сервисе MathBrain

Рыкунов, С.Д.

doi:10.17537/2017.12.176

Cited by 4 publications

(2 citation statements)

References 24 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Подставляя ( 6) в (4), получаем средний квадрат ошибки фильтрации: (7) Выполнив в (7) ряд преобразований, получим: (8) В выражении (8)…”

Section: X(t)={s(t) + N(t)} Y(t) = ŝ(T) H0 (T) K0(jω)unclassified

“…Они оснащены оптоэлектронными и инфракрасными средствами, системами акустического и контактного контроля, предназначенными для наблюдения за периметром охраняемых объектов и на подходах к ним [4][5][6][7]. Появление новых террористических угроз в отношении критической информационной инфраструктуры потребовало оснащение служб физической защиты специальными средствами обнаружения -радиолокационными станциями, которые обеспечивают наблюдение и освещение обстановки вокруг охраняемых объектов [8][9][10][11][12].…”

Section: Introductionunclassified

See 1 more Smart Citation

Features of Identification of Radar Targets While Ensuring the Security of Critical Information Infrastructure

2024

Cybersecurity Issues

View full text Add to dashboard Cite

Цель исследования: систематизация особенностей процесса идентификации радиолокационных целей при обеспечении безопасности критической информационной инфраструктуры.Метод исследования: рассмотрены классические задачи оптимальной линейной фильтрации по критерию минимума среднего квадрата ошибки и по критерию максимума отношения сигнал-шум. Условия оптимальной фильтрации характеризуются спектральной плотностью полезного сигнала на входе радиоприёмного устройства.Результат исследования: показано, что работное время автоматизированной идентификации радиолокационных целей при обеспечении безопасности критической информационной инфраструктуры зависит от значений скорости обзора пространства, а так же от коэффициентов распознавания радиолокационных станций, необходимых для обнаружения и распознавания людей, животных, пилотируемых и беспилотных малоразмерных летательных аппаратов и других опасных целей на подходах к охраняемым объектам крити ческой информационной инфраструктуры. Данные коэффициенты определяются с использованием функций поглощения электромагнитного излучения тканями биообъекта по определенному числу линейных интегралов, зависящих от размеров объекта и длины волн излучения.Научная новизна: сформулированная задача автоматизированной идентификации радиолокационных целей при обеспечении безопасности критической информационной инфраструктуры технически сводится к задаче оптимальной фильтрации радиоприёмным устройством всех отражённых сигналов.

show abstract

Section: X(t)={s(t) + N(t)} Y(t) = ŝ(T) H0 (T) K0(jω)unclassified

Section: Introductionunclassified

Features of Identification of Radar Targets While Ensuring the Security of Critical Information Infrastructure

2024

Cybersecurity Issues

View full text Add to dashboard Cite

show abstract

SaaS Platform for Time Series Data Handling

2018

View full text Add to dashboard Cite

Abstract. The paper is devoted to the description of MathBrain, a cloud-based resource, which works as a "Software as a Service" model. It is designed to maximize the efficiency of the current technology and to provide a tool for time series data handling. The resource provides access to the following analysis methods: direct and inverse Fourier transforms, Principal component analysis and Independent component analysis decompositions, quantitative analysis, magnetoencephalography inverse problem solution in a single dipole model based on multichannel spectral data.

show abstract