Дослідження впливу конструкцій анкерів на роботу емнісних акселерометрів

Abstract

Розглянуто варіант послідовного застосування компресуючої нейронної мережі та методів контекстного моделювання для ефективного ущільнення даних, зокрема сигналів та аудіосигналів. Запропонований метод оснований на поданні проміжного архіву зберігання даних у форматі чисел з фіксованою комою та забезпечує покращення характеристики щодо коефіцієнта компресування та якості відтворення первинних даних. A variant of consistent application of the compressive neural network and context modeling techniques for efficient data compression, including images and audio signals is being viewed. The method is based on the representation of intermediate storage archive in a fixed-point format and provides improved performance of compression coefficient and quality of primary data reproduction.