Адаптивный спектрально-инерционный слой на основе обучаемой маски Фурье-преобразования для фильтрации выходных данных в задачах прогнозирования физиологических временных рядовстатья
Аннотация:Предложен метод адаптивной фильтрации выходных сигналов нейросетевых моделей, предназначенных для прогнозирования физиологических временных рядов. Разработанный подход сочетает спектральную фильтрацию на основе быстрого преобразования Фурье с обучаемой амплитудной маской и временным сглаживанием, реализуемым через экспоненциальный фильтр первого порядка, применяемый к выходному прогнозу рекуррентной нейросети. Такая комбинация позволяет эффективно устранять высокочастотные артефакты, возникающие при резких изменениях условий, сохраняя при этом ключевые характеристики сигнала, отражающие реальную физиологическую динамику. Оценка практической значимости разработанного слоя осуществлена серией экспериментов на задаче прогнозирования лёгочной вентиляции спасателей и промышленного персонала при прохождении маршрута с заданной физической нагрузкой с использованием изолирующего дыхательного аппарата. В качестве прогностической модели использована рекуррентная модель на базе долгой краткосрочной памяти – разновидности архитектуры рекуррентных нейронных сетей, обучаемой по индивидуальным физиологическим и маршрутным данным.
