TSU的数学家已经完成了一个有关数学方法的项目，用于分析受随机噪声影响的复杂电信和导航系统中的信号和图像。他们创建的方法使评估信息的准确性提高了10倍，并有助于恢复高质量的图像或信号。下一步将是该算法在“大数据”分析中的应用。
用于分析信号和图像的数学方法适用于航空信号的识别，医学MRI设备中图像的解码，用于油气生长的地形图分析以及其他过程。数学家获得的结果将用于构建用于环境分析和监视的新雷达系统，卫星导航系统以及用于接收和传输信息的有前途的系统。
“我们项目中的所有工作都集中在统计放射物理学的任务上，这是在通信信道上传输数据的问题。例如，飞机飞行并传输信号。在信号传输过程中，各种噪声叠加在其上，接收器需要获取尽可能接近所传输数据的数据，正在建立最佳算法，以滤除输入端的这些噪声现象，并获得与所传输信号尽可能接近的信号。医学，金融和经济。”实验室负责人Evgeny Pchelintsev教授说。
在TS=U上创建的算法在质量上考虑了模型中比以前现有模型更复杂的噪声。从物理角度来看，这些是具有复杂依赖性结构的过程，这有助于研究在脉冲噪声背景下评估观察到的信号的问题。同时，我们同时考虑具有记忆力的过程和那些迅速失去对过去的依赖的过程。回到飞机的示例：信号已经通过，但是飞机已经飞行得更远了，留下的因素不再作用于信号。
现在，科学家已为其发明获得了两项专利，并且在莫斯科电力工程学院(MPEI)上创建了使用他们的算法接收信息的设备的原型。明年，科学家计划将他们的算法应用于大数据分析：它可以是民意测验的数据，也可以是实物或财务数据。
-“一方面，从数学的角度来看，对我们究竟要处理什么无关紧要。但是，我们看到了我们关注的应用任务，这有助于我们准确地创建大数据处理算法，”Evgeny说普列林采夫。