ელექტრული ინჟინერიის განვითარება მნიშვნელოვნად განსაზღვრავს თანამედროვე
ტექნოლოგიების წინსვლას. ელექტრულ ინჟინერიაში დღეს-დღეობით მწვავედ დგას
სიგნალის გადაცემის სიჩქარის გაზრდა, რაც პირდაპირ კავშირშია მონაცემების გადაცემის
სიჩქარისა და ელექტრონულ მოწყობილობებში პროცესორის სიჩქარის ზრდასთან. ამასთან
მნიშვნელოვანია მიკროსქემების, ჩიპებისა თუ სხვა ელექტრული კომპონენტების ზომების
შენარჩუნება ან შემცირება. მაღალი სიჩქარის დროს სიგნალის მთლიანობას ხელს უშლის, ანუ
სიგნალს ამახინჯებს სხვადასხვა ფაქტორები: მოწყობილობის ჩიპებსა და კონექტორებს შორის
კავშირები, კაბელის სიგრძის დანაკარგი, პარალელურ არხებში გამავალი სიგნალების მიერ
წარმოქმნილი ჯვარედინი ხმაური და ა.შ. ამიტომ სიგნალის მთლიანობის ამოცანების
მნიშვნელოვანი ნაწილი ეძღვნება სიგნალის აღდგენის (ეკვალიზაციის) ალგორითმებს.
სიგნალის სიჩქარეზე მოთხოვნის მუდმივ ზრდას, კომპონენტების ზომების შემცირებისა და
მასალების გაუმჯობესების გამო, სიგნალის ეკვალიზაციის ალგორითმებიც მუდმივად
ვითარდება და ხდება მათი მორგება თითოეული მოწყობილობის პრობლემებისთვის.
პროექტის მიზანია, მანქანური დასწავლის გამოყენებით შეიქმნას მაღალსიჩქარიან არხებში და
მოწყობილობებში სიგნალის ეკვალიზაციის ოპტიმალური პარამეტრების შერჩევის სწრაფი და
ეფექტური ალგორითმები, როგორც ორდონიანი, ისე მრავლდონიანი სიგნალისთვის.
პროექტის ფარგლებში მანქანურ დასწავლაზე დაფუძნებით შექმნილი ალგორითმები და
შესაბამისი პროგრამული უზრუნველყოფა დაასწრაფებს და გააუმჯობესებს მაღალსიჩქარიან
ელექტრონულ მოწყობილობებში სიგნალის ეკვალიზაციას.
პროექტის ფარგლებში შესწავლილი იქნება ელექტრონულ მოწყობილობებში სიგნალის
აღსადგენად ნეირონულ ქსელებზე დაფუძნებული არაწრფივი რეგრესიის მეთოდების
გამოყენების ეფექტურობა. კლასიფიკაციის ალგორითმების გამოყენებით გაერთიანდება
ეკვალიზაციის (სიგნალის აღდგენა) და სიმბოლოების დეკოდირების (Symbol Detection)
ამოცანები ელექტრონული მოწყობილობის მდგომარეობის ცოდნის გარეშე. პირველ რიგში
კონვოლუციური ნეირონული ქსელების (CNN) გამოყენება მოხდება არაწრფივი ეფექტების
შედეგად დამახინჯებული გადაცემული სიგნალის ადაპტიური აღდგენისთვის; შემდეგ ღრმა
დასწავლის ქსელის დეკოდირების (deep neural network decoder (NND)) საშუალებით მოხდება
აღდგენილი სიგნალის დეკოდირება. ეს საშუალებას მოგვცემს, ერთიანად მოხდეს
გადაცემული ინფორმაციის აღდგენა და გაშიფვრა, რაც განსაკუთრებით მნიშვნელოვანია
მრავალდონიანი სიგნალის შემთხვევაში.
პროექტის ფარგლებში დამუშავებული ეკვალიზაციის ალგორითმები განზოგადდება
მრავალდონიანი სიგნალებისთვის. მრავალდონიანი სიგნალები წარმოადგენს
ალტერნატიულ ინოვაციურ მიდგომას ინფორმაციის გადაცემის სიჩქარის გასაზრდელად და
მომავალში მათი გამოყენება აქტიურად მოხდება ელექტრონულ მოწყობილობებში
ინფორმაციის გადაცემის დასაჩქარებლად. დღეისათვის აქტიურად მიმდინარეობს
ოთხდონიანი სიგნალების (PAM4 - Pulse Amplitude Modulation) კვლევა და ის უკვე დანერგილია
უახლეს ჩიპებში.
წარმოდგენილი პროექტის ფარგლებში ალგორითმების შემუშავება მოხდება იმ სახით, რომ
შესაძლებელი იყოს პირდაპირ მოწყობილობებში, მაგ., ჩიპებში ინტეგრირება. ალგორითმებზე
დაფუძნებით შემუშავდება პროგრამული მოდულები, რომელთა ინტეგრირება ბაზარზე
არსებულ ელექტრონული დიზაინის ავტომატიზაციის პროგრამებთან ან
მაღალტექნოლოგიური კომპანიების მიერ საკუთარი პროდუქტის სიმულაციისა და
ტესტირებისთვის შექმნილ პროგრამებთან იქნება იოლი.