Classificazione delle Modulazioni Radio tramite Deep Learning per applicazioni radioastronomiche
Date Issued
2023
Author(s)
Abstract
Nel presente report viene illustrato un progetto di ricerca per il rilevamento e la classificazione
delle Radio Frequency Interference (RFI) utilizzando algoritmi di machine learning con l’obiettivo
di sviluppare un sistema automatizzato in grado di identificare e analizzare segnali indesiderati
in modo rapido ed efficiente. La classificazione accurata delle RFI è fondamentale per mitigare le
interferenze durante le osservazioni scientifiche con il Sardinia Radio Telescope (SRT).
Nel corso del progetto, sono stati raccolti dati relativi alle interferenze RFI in parte da dataset
online e in parte utilizzando strumenti di acquisizione. Sono state esplorate diverse architetture
di reti neurali e ne sono state valutate le performance utilizzando misure come l’accuratezza, la
perdita (loss) e la matrice di confusione.
Sono state utilizzate anche apparecchiature hardware ad alta fedeltà per confrontare e valutare
le prestazioni dei modelli di intelligenza artificiale sviluppati. Questo confronto è stato fondamentale
per garantire l’accuratezza dei modelli e consentire una valutazione comparativa con gli strumenti
hardware considerati come punto di riferimento.
Report number
284
Rights
open.access
File(s)![Thumbnail Image]()
Loading...
Name
Classificazione_delle_Modulazioni_Radio_tramite_Deep_Learning_per_applicazioni_radioastronomiche (2).pdf
Size
2.02 MB
Format
Adobe PDF
Checksum (MD5)
50a8abee0e0eba11f52f9bc010f17e0c