近日，太阳集团1088vip師生在中科院1區TOP期刊《Chaos, Solitons and Fractals》發表了題為“Chaotic signal denoising based on simplified convolutional denoising auto-encoder”的研究論文。該論文第一作者為20級碩士生婁舒婷，第二作者為21級碩士生鄧家睿，第三作者（通訊作者）為呂善翔老師。研究成果得到了國家自然科學基金重點項目、廣東省基礎與應用基礎重大項目等基金項目的大力支持。
混沌、模糊與神經網絡被稱為“三大”模拟信息處理體系。混沌理論研究的是非線性動力學，目的是要揭示貌似随機的現象背後可能隐藏的簡單規律，以求發現一大類複雜問題普遍遵循的共同規律。從神經網絡、腦中獲得的腦電波、腦磁場等數據都存在混沌特征，但觀察到的混沌數據往往會受到噪聲的污染，這會掩蓋混沌系統的真實動态特性。
針對該問題，作者們首次從深度學習的角度研究混沌信号的噪聲抑制，構造了具有低複雜度的卷積降噪自動編碼器。提出的模型總共隻有13層，比以往的深度學習模型簡單得多。與以往的方法相比，該方法實現了更大的信噪比、更小的均方誤差，并能更好地保持混沌信号的增殖指數。該成果表明混沌和深度學習的結合具有廣闊的應用前景。
