Российский фонд
фундаментальных
исследований

Физический факультет
МГУ им. М.В.Ломоносова
 

Ученые записки ЕГУ, физико-математических наук. 2024. 58, № 1

 

Jilavyan S.H., Grigoryan E.R. «On optimal control of thermoelastic vibrations of a plate-strip» Ученые записки Ереванского государственного университета, физико-математических наук, 58, № 1, с. 13-21 (2024)

Рассматривается задача оптимального управления для управляемой системы с распределенными параметрами. Процесс нестационарной, динамической термоупругости в тонких, изотропных пластинках описывается системой дифференциальных уравнений поперечных колебаний в температурном поле и теплопроводности для пластинки. Учитывается термоупругое рассеяние механической энергии, что приводит к связанной задаче термоупругости между плоскостями пластинки и окружающей средой, где осуществляется теплообмен. Ставится задача перевода рассматриваемого процесса термоупругости за некоторое время в квазистатический режим. При этом функционал, характеризующий энергию внешнего теплового воздействия, достигает наименьшего значения, а температура окружающей среды является управляемой функцией.

Ученые записки Ереванского государственного университета, физико-математических наук, 58, № 1, с. 13-21 (2024) | Рубрика: 04.15

 

Karamyan D.S. «Adaptive noise cancellation for robust speech recognition in noisy environments» Ученые записки Ереванского государственного университета, физико-математических наук, 58, № 1, с. 22-29 (2024)

Рассматриваются проблемы, которые появляются при объединении моделей шумоподавления и автоматического распознавания речи (АРР). Когда эти модели объединяются напрямую, производительность распознавания слов часто страдает из-за изменения распределения входных данных. Чтобы преодолеть это ограничение, в данной статье рассматривается новый метод объединения этих моделей, который повышает способность модели АРР хорошо работать в шумной среде. Ключевой особенностью предлагаемого метода является введение механизма управления агрессивностью шумоподавления. Этот механизм позволяет настроить процесс снижения шума в соответствии с конкретными требованиями модели АРР без необходимости какого-либо переобучения. Это преимущество делает данный метод применимым к любой модели АРР, облегчая его реализацию в практических сценариях.

Ученые записки Ереванского государственного университета, физико-математических наук, 58, № 1, с. 22-29 (2024) | Рубрика: 13.05