Supervised Radio Frequency Interference Detection with SNNs

Radio Frequency Interference (RFI) poses a significant challenge in radio astronomy, arising from terrestrial and celestial sources, disrupting observations conducted by radio telescopes. Addressing RFI involves intricate heuristic algorithms, manual examination, and, increasingly, machine learning...

Celý popis

Podrobná bibliografie

Vydáno v:	2024 International Conference on Neuromorphic Systems (ICONS) s. 102 - 109
Hlavní autoři:	Pritchard, Nicholas J., Wicenec, Andreas, Bennamoun, Mohammed, Dodson, Richard
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 30.07.2024
Témata:	Accuracy Benchmark testing Encoding multi-variate time-series segmentation Network architecture neuromorphic computing Neuromorphic engineering Optimization Radio astronomy Radiofrequency interference Spiking neural networks supervised learning Telescopes
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!