Научный консультант: Самохина Алина Максимовна
В задачах декодирования сигнала непрерывный процесс исследуется с помощью рекуррентных нейронных сетей, использующих дискретное представление о времени. Недавно появившиеся модели, основывающиеся на нейронных обыкновенных дифференциальных уравнений рассматривают временные ряды как непрерывные во времени.
В данной работе исследуется задача декодирования сигнала через представление в виде непрерывной во времени функции. Проводится сравнение базовых моделей, использующих дискретное время, с моделями на основе нейронных дифференциальных уравнений: обыкновенных и управляемых. Исследуется применение данных моделей как для регулярных сигналов, так и для сигналов с пропущенными значениями.