ML-based Prediction Filter for Enhanced Modulo Analog-to-Digital Conversion
אלגוריתם חיזוי משופר מבוסס למידת מכונה להמרת אות אנלוגי לאות דיגיטלי בשיטת מודולו
הרקע לפרויקט:
המרת אות אנלוגי לאות דיגיטלי היא אחת הפעולות החשובות והנפוצות ביותר ברוב (אם לא כל) המכשירים הטכנולוגיים הקיימים היום. לצורך ייעול פעולה זו, לאחרונה הוצעה ארכיטקטורה חדשה לרכיב המבצע פעולה זו, המבוססת על פעולת (דחיסה) מודולו אנלוגית ושחזור המידע שאבד (עקב פעולת דחיסה זו) ע"י פעולות דיגיטליות בלבד. בפרויקט זה תפותח הרחבה (/שכלול) של אלגוריתם החיזוי על בסיס טכניקות למידת מכונה, ובכך דיוק המרת האות ואמינות אלגוריתם שחזור האות יעלו עוד יותר על רמות הדיוק והאמינות שמספק האלגוריתם הנוכחי.
מטרת הפרויקט:
הסטודנטים יתכננו ויממשו ארכיטקטורת רשת נוירונים שתחליף בפועל את אלגוריתם החיזוי הקיים. הרשת תאומן עבור קבוצה של אותות עניין (ביניהם, אותות תקשורת נפוצים), ותשולב באלגוריתם הכללי לשחזור אות המידע באופן דיגיטלי. תבוצע השוואה בסימולציות בין ביצועי האלגוריתם הקיים לבין ביצועי האלגוריתם המשופר.
תכולת הפרויקט:
1. קריאת המאמרים הרלוונטיים ולימוד החומר התיאורטי הנדרש לפרויקט, הכוללים, בין היתר, דחיסה ע"י מודולו, סינון סיבתי אופטימלי לחיזוי דגימה עתידית בסדרה זמנית, סינון מסתגל, כימוי (קוונטיזציה), אימון רשתות נוירונים
2. מימוש האלגוריתם הקיים
3. בחירת ארכיטקטורה ואימון רשת נוירונים למימוש פעולת הסינון לצורך חיזוי מדויק יותר
4. שילוב הרשת שאומנה באלגוריתם השחזור
5. סימולציה מלאה של המרת האות האנלוגי לאות דיגיטלי עבור קבוצה של סוגי אותות מידע שונים
6. השוואת ביצועים בין האלגוריתמים ע"י סימולציית מחשב
קורסי קדם:
ניתוח סטטיסטי של מידע (83420), מבוא ללמידת מכונה (83622)
דרישות נוספות:
תורת האינפורמציה (83620)
מקורות:
Weiss, A., Huang, E., Ordentlich, O. and Wornell, G. W., “Blind Modulo Analog-to-Digital Conversion”, IEEE Trans. on Signal Processing, vol. 70, pp. 4586–4601, Aug. 2022. Arxiv link: https://arxiv.org/abs/2108.08937
תאריך עדכון אחרון : 30/09/2024