Персона:
Кудрявцев, Константин Яковлевич

Profile Picture
Email Address
Birth Date
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт интеллектуальных кибернетических систем
Цель ИИКС и стратегия развития - это подготовка кадров, способных противостоять современным угрозам и вызовам, обладающих знаниями и компетенциями в области кибернетики, информационной и финансовой безопасности для решения задач разработки базового программного обеспечения, повышения защищенности критически важных информационных систем и противодействия отмыванию денег, полученных преступным путем, и финансированию терроризма.
Статус
Фамилия
Кудрявцев
Имя
Константин Яковлевич
Имя

Фильтры

2020 - 20244
4
Сброс фильтров

Настройки

Имеет файлы: Yes ×

Результаты поиска

Теперь показываю 1 - 4 из 4
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    ИСПОЛЬЗОВАНИЕ ЦИФРОВЫХ ФИЛЬТРОВ ДЛЯ КЛАССИФИКАЦИИ СИГНАЛОВ В РЕАЛЬНОМ ВРЕМЕНИ
    (НИЯУ МИФИ, 2024) Кудрявцев, К. Я.; Кудрявцев, Константин Яковлевич
    Предлагается методика применения цифровых фильтров для классификации управляющих сигналов в режиме реального времени. Сигналы могут поступать от различных управляющих датчиков, установленных на управляемом устройстве, например мобильном роботе. Управляющие сигналы поступают от датчиков, подвергаются обработке, классификации, и в дальнейшем используются для управления мобильным робототехническим устройством. Существует большое количество алгоритмов классификации сигналов, в основе которых лежит выделение характерных особенностей сигнала, таких как амплитуда, частота, среднее значение и др. Большинство алгоритмов классифицируют сигналы на основе характеристик (features) во временном домене. В данной работе предлагается использовать частотные характеристики сигнала и на их основе осуществлять классификацию, применяя узкополосные «гребенчатые» цифровые фильтры. Базовые частоты управляющего сигнала находятся на предварительном этапе с помощью быстрого преобразования Фурье. После того как базовые частоты определены, процесс классификации заключается в фильтрации сырого сигнала набором цифровых узкополосных «гребенчатых» фильтров. Такой подход позволяет классифицировать управляющие воздействия «на лету» в режиме реального времени. Цифровые фильтры могут быть использованы для классификации различных видов сигналов, которые в дальнейшем преобразуются в управляющие команды для мобильного робототехнического устройства.
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    РАЗРАБОТКА АЛГОРИТМА – «ПЕРСОНАЛЬНЫЙ ТРЕНЕР»
    (НИЯУ МИФИ, 2023) БУЛЫГИН, А. М.; КУДРЯВЦЕВ, К. Я.; Кудрявцев, Константин Яковлевич
    Разработан алгоритм многоклассовой классификации упражнений в режиме реального времени и подсчѐта количества повторений на основе разработки группы исследователей из MediaPipe [1]. В отличие от решений с постобработкой данных [1–3], решение переведено из оффлайн области в режим реального времени. Рассматриваются различные классификаторы и методы подсчѐта количества упражнений для получения лучших значений точности, а количество упражнений увеличивается до восьми штук.
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    The Command Interpretation in Decomposition Method of Multi-Channel Control for a Robotic Device
    (2020) Voznenko, T. I.; Gridnev, A. A.; Chepin, E. V.; Kudryavtsev, K. Y.; Возненко, Тимофей Игоревич; Гриднев, Александр Александрович; Чепин, Евгений Валентинович; Кудрявцев, Константин Яковлевич
    © 2020 The Authors. Published by Elsevier B.V.Multi-channel control is a way of control using a few different channels simultaneously. The example of the multi-channel system is the extended brain-computer interface (extended-BCI) where voice, gesture and BCI control channels are used at the same time. However, this way of control is redundant: One command can be executed using different control channels. Because of each channel have errors of both types the control using few channels simultaneously can increase unwanted influence on robotic device control. One way to decrease this effect is to decompose the multi-channel control method into one composite channel. That composed channel should be defined based on some parameter and the best way of control. In this article, we consider MTnP parameter. During decomposition of the multi-channel system, command information not in composed channel is usually ignored. In this article, we propose a way of this information interpretation to improve the multi-channel control decomposition method for a robotic wheelchair using the extended-BCI.
  • Уменьшенное изображение
    Публикация
    Открытый доступ
    Algorithm for Multi-Channel Robotic Device Control Based on Minimizing Bayesian Risk
    (2021) Voznenko, T. I.; Kudryavtsev, K. Y.; Возненко, Тимофей Игоревич; Кудрявцев, Константин Яковлевич
    © 2020 Elsevier B.V.. All rights reserved.Currently, mobile robotic devices are widely used in various fields of human activity, which imposes high requirements on the reliability of their operation. Improving the reliability and quality of control of mobile robotic devices is possible through the use of multi-channel control systems. Signals coming from different control channels are subject to various interference, which can lead to wrong decisions. In this regard, the problem of minimizing the risk of making an incorrect control decision is urgent. This paper gives a theoretical justification for the algorithm for choosing a control command for a multi-channel control system of a mobile robotic device. The algorithm is based on minimizing the Bayesian risk of choosing an erroneous command. To implement the algorithm, it is necessary to have statistical information about the quality of functioning of each control channel.