|
|
Vliv magnetického pole na vlastnosti laserem buzeného plazmatu
Vrábel, Jakub ; Pořízka, Pavel (oponent) ; Prochazka, David (vedoucí práce)
Práca sa zaoberá problematikou laserom budenej spektrometrie „LIBS“ a jej využití pri chemickej analýze materiálov. Venuje sa teoretickým základom metódy, ktoré dopĺňa o využitie magnetického poľa pre zvýšenie citlivosti a modelovanie teoretických spektier pre bezkalibračnú LIBS analýzu. Značnú časť tvorí aj praktická realizácia experimentu a následného modelovania teoretického spektra v prostredí Matlab. Výstupom práce je postup automatického vyhodnocovania spektier, ktorý vedie na bezkalibračnú LIBS analýzu, a zhodnotenie zlepšenia citlivosti pri použití externého magnetického poľa.
|
|
|
Interconnection of Restricted Boltzmann machine method with statistical physics and its implementation in the processing of spectroscopic data
Vrábel, Jakub ; Hrdlička, Aleš (oponent) ; Pořízka, Pavel (vedoucí práce)
In this work, connections between statistical physics and machine learning are studied with emphasis on the most basic principles and their implications. Also, the general properties of spectroscopic data are revealed and used beneficially for improving automatized processing of the data. In the beginning, the partition function of a Boltzmann distribution is derived and used to study the Ising model utilizing the mean field theory approach. Later, the equivalence between the Ising model and the Hopfield network (machine learning model) is shown, along with an introduction for machine learning in general. At the end of a theoretical part, Restricted Boltzmann Machine (RBM) is obtained from the Hopfield network. Suitability of applying RBM to the processing of spectroscopic data is discussed and revealed by utilization of RBM to dimension reduction of the data. Results are compared to the standard tool (Principal Component Analysis), with discussing possible further improvements.
|
|
|
Korekce kalibračních modelů spektroskopie laserem indukovaného plazmatu při změně ablačních energií
Dvořák, Tomáš ; Vrábel, Jakub (oponent) ; Képeš, Erik (vedoucí práce)
Tato bakalařská práce se zabývá zkoumáním transfer learningu jakožto potenciální metody korekce kalibračních modelů na bázi vícevrstvných perceptronovových neuronových sítí v rámci spektroskopie laserem indukovaného plasmatu v důsledku změny ablačních energií. Byly navrženy a natrénovány MLP kalibrační modely pro čtyři prvky (chrom, nikl, molybden a mangan) a šest různých ablačních energií (40, 50, 60, 70, 80 a 90 mJ). Modely původně natrénované na ablační energii 50 mJ byly poté použity k predikci koncentrací ze spekter měřených na různých ablačních energiích. Následné rozdíly v měření byly řešeny aplikací transfer learningu. Výsledky naznačují, že transfer learning by mohl sloužit jako validní metoda pro korekci nepřesností vznikajících v důsledku rozdílů v ablační energii, dosahující srovnatelných výsledků s modely trénovanými od základů za zlomek času a s výrazně nižší výpočetní náročností. Tato studie však nedokázala jednoznačně prokázat konzistentní zlepšení výkonu neuronových sítí pomocí transfer learningu v kontextu LIBS. Pravděpodobně přispívajícími faktory jsou nedostatečná optimalizace použitých neuronových sítí, omezená komplexita experimentálního datasetu nebo kombinace obou. Tento výzkum navazuje na a rozšiřuje literaturu a nabízí hlubší pochopení možností a omezení transfer learningu v kontextu LIBS.
|
|
|
Predikce parametrů laserem buzeného plazmatu pomocí umělé neuronové sítě
Grünwald, Martin ; Képeš, Erik (oponent) ; Vrábel, Jakub (vedoucí práce)
Tato bakalářská práce se zabývá predikcemi parametrů plazmatu pomocí umělé neuronové sítě a tvorbou datových souborů určených pro trénování umělých neuronových sítí na spektroskopických datech. V práci jsou uvedeny základy teorie spektroskopie laserem buzeného plazmatu (LIBS), základní aspekty fyziky plazmatu a úvod do teorie umělých neuronových sítí. Dále se tato práce věnuje postupu generování, augmentace a předzpracování datového souboru. Popsána je rovněž metodika generování různých spektroskopických dat a následného trénování umělé neuronové sítě. Výstupem práce jsou skripty vytvořené pro vykonávání jednotlivých kroků a také potvrzení konceptu predikcí parametrů plazmatu z LIBS spekter pomocí modelu umělé neuronové sítě.
|
|
|
Interconnection of Restricted Boltzmann machine method with statistical physics and its implementation in the processing of spectroscopic data
Vrábel, Jakub ; Hrdlička, Aleš (oponent) ; Pořízka, Pavel (vedoucí práce)
In this work, connections between statistical physics and machine learning are studied with emphasis on the most basic principles and their implications. Also, the general properties of spectroscopic data are revealed and used beneficially for improving automatized processing of the data. In the beginning, the partition function of a Boltzmann distribution is derived and used to study the Ising model utilizing the mean field theory approach. Later, the equivalence between the Ising model and the Hopfield network (machine learning model) is shown, along with an introduction for machine learning in general. At the end of a theoretical part, Restricted Boltzmann Machine (RBM) is obtained from the Hopfield network. Suitability of applying RBM to the processing of spectroscopic data is discussed and revealed by utilization of RBM to dimension reduction of the data. Results are compared to the standard tool (Principal Component Analysis), with discussing possible further improvements.
|
|
|
Vliv magnetického pole na vlastnosti laserem buzeného plazmatu
Vrábel, Jakub ; Pořízka, Pavel (oponent) ; Prochazka, David (vedoucí práce)
Práca sa zaoberá problematikou laserom budenej spektrometrie „LIBS“ a jej využití pri chemickej analýze materiálov. Venuje sa teoretickým základom metódy, ktoré dopĺňa o využitie magnetického poľa pre zvýšenie citlivosti a modelovanie teoretických spektier pre bezkalibračnú LIBS analýzu. Značnú časť tvorí aj praktická realizácia experimentu a následného modelovania teoretického spektra v prostredí Matlab. Výstupom práce je postup automatického vyhodnocovania spektier, ktorý vedie na bezkalibračnú LIBS analýzu, a zhodnotenie zlepšenia citlivosti pri použití externého magnetického poľa.
|
host ::
RSS.