Автоматты модуляциялық классификация - классификация мәселесі болып табылады және терең оқытудың көмегімен әртүрлі жіктеу тапсырмаларында тамаша нәтижелерге қол жеткізеді. Бұл құжат жоғары дәлдікке қол жеткізу үшін жеке деректер жиынында оқытылған үйіркілі нейрондық желілермен (CNN) біріктірілген терең оқытуға негізделген әдісті ұсынады. Бұл жұмыста CNN және сигналдық модуляция арасындағы байланысты орнатамыз.CNN фазалық және квадратуралық сигнал компоненттерінен тұратын үлгілерде оқытылады. Фазалық және квадратуралық үлгілер модуляция режимдерін ажырату үшін қажет, оларды анықтау салыстырмалы түрде оңай. Жоғарырақ тану дәлдігіне жету үшін желі параметрлерін таңдадық. Шоқжұлдыз диаграммаларына негізделген CNN BPSK, QPSK, 8PSK, 16PSK, 32PSK, 64PSK сияқты модуляция түрлерін ажырата алды, тіпті сигнал-шу қатынасы төмен болса да сигналдарды жіктеу мүмкіндігін көрсетті. CNN желісін сынау үшін бірнеше эксперименттер жүргізілді. 6 дБ SNR кезінде сигналдардың көпшілігі QPSK (94,5%) қоспағанда, 99,9%-дан жоғары дәлдік деңгейлеріне жетеді.