تقدير المعلمات المتغيرة زمنياً المعزز بالشبكة العصبية عبر القياسات الضعيفة

تُستخدم القياسات الضعيفة لقياس الإشارات الخافتة بسبب قدرتها على تضخيم نتائج الكشف فوق الضوضاء الفنية. ومع ذلك، يتطلب تحقيق تأثيرات تضخيم عالية ضبطاً دقيقاً للنظام التجريبي. تعتبر تقديرات المراحل الزمنية المتغيرة الغامضة، والتقديرات الدقيقة للمراحل، وإدراك التغيرات في المراحل بحساسية تحديات تتطلب من النظام أن يبقى باستمرار في النطاق العملي المناسب. لمعالجة هذه المشكلة، نقترح مخطط قياس ضعيف تكيفي معتمد على الشبكة العصبية عبر كشف شدة الضوء ذو القناة الواحدة. من خلال تعليم الآلة لضبط النظام التجريبي، يمكن ضبط المرحلة المرجعية بشكل ديناميكي ودقيق، مما يتناسب مع التغيرات في المراحل الزمنية المتغيرة ويضمن تشغيل النظام بشكل مثالي. مقارنةً بأنظمة القياس الضعيف التقليدية ذات القناتين، يقلل هذا المخطط من التعقيد التجريبي. وفي الوقت نفسه، عبر ضبط المرحلة المرجعية بدقة، يتمتع المخطط بحساسية ودقة تقدير أعلى مقارنةً بالمخطط غير المنظم. نحن نتحقق من فعالية المخطط في تقدير الفترة والمرحلة الزمنية المتغيرة الصُدَفِيَّة. تُبرز الطريقة المقترحة تقدم تعلم الآلة في أنظمة القياس الضعيف ويمكن أيضاً تطبيقها على مخططات قياس معززة أخرى كميًا.