Blaž Pongrac (Avtor), Andrej Sarjaš (Avtor), Dušan Gleich (Avtor)

Povzetek

S krajšimi valovnimi dolžinami kot mikrovalovi in večjo globino prodora v material kot infrardeča svetloba, valovi v TeraHertz-nem (THz) spektru ponujajo edinstvene možnosti testiranja materialov. THz tehnologija ponuja neinvazivna in nedestruktivna testiranja v obliki spektroskopije in slikanja. Najbolj uporabljeni sistemi za THz slikanje so sistemi spektroskopije v časovni domeni. Vendar sistemi spektroskopije frekvenčne domene ponujajo odlično frekvenčno ločljivost in so primerni za biomedicinske aplikacije. THz-no slikanje na podlagi spektroskopije v frekvenčnem prostoru je časovno kompleksno in ima pomanjkljivosti zaradi napak pri generiranju THz valov. V tem članku je predstavljen nov princip enodimenzionalnega zajemanja s THz valovi. Predlagana optimizacija frekvenčnega območja temelji na konvolucijski nevronski omreži. Predstavljena je frekvenčna optimizacija za določitev optimalnega frekvenčnega območja za zajem podatkov. Optimalno frekvenčno območje ali pasovna širina morata biti dovolj široka za učinkovito zaznavanje faze in morata biti na presečišču več spektralnih odtisov v opazovanem mediju. Presek spektralnih odtisov je ocenjen z uporabo predlaganega algoritma za optimizacijo frekvenčnega območja, ki temelji na konvolucijski nevronski mreži in algoritmu za občutljivost okluzije. Predlagani algoritem izbira samodejno najobčutljivejši frekvenčni pas THz spektra in omogoča zelo hitre zajeme za pregled in klasifikacijo objektov.

Ključne besede

spektroskopija;konvolucijske nevronske mreže;optimizacija;terahertz technology;THz imaging;spectroscopy;imaging;convolutional neural network;occlusion sensitivity;optimization;

Podatki

Jezik: Angleški jezik
Leto izida:
Tipologija: 1.01 - Izvirni znanstveni članek
Organizacija: UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik: MDPI
UDK: 621.3
COBISS: 137622275 Povezava se bo odprla v novem oknu
ISSN: 2076-3417
Št. ogledov: 294
Št. prenosov: 9
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Slovenski jezik
Sekundarne ključne besede: spektroskopija;konvolucijske nevronske mreže;optimizacija;
Vrsta dela (COBISS): Članek v reviji
Strani: 18 str.
Letnik: ǂVol. ǂ13
Zvezek: ǂiss. ǂ2
Čas izdaje: 10 Jan. 2023
DOI: 10.3390/app13020974
ID: 21520817
Priporočena dela:
, magistrsko delo magistrskega študijskega programa II. stopnje Strojništvo