Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 8

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Comparison of CNN and LSTM algorithms for solving the EIT inverse problem
EN
This article presents comparative research to verify the suitability of selected machine learning methods for the problem of solving the inverse problem in electrical impedance tomography. The research involved the use of a tomograph to image areas of moisture inside the walls. The measurement data collected by the tomograph was transformed into 3D spatial images using two types of artificial neural networks - convolutional neural network (CNN) and recurrent long short-term memory network (LSTM).
PL
W tym artykule przedstawiono badania porównawcze w celu weryfikacji przydatności wybranych metod uczenia maszynowego do zagadnienia polegającego na rozwiązaniu problemu odwrotnego w elektrycznej tomografii impedancyjnej. Badania polegały na wykorzystaniu tomografu do obrazowania obszarów zawilgocenia wewnątrz murów. Zgromadzone za pomocą tomografu dane pomiarowe zostały przekształcone na obrazy przestrzenne 3D za pomocą dwóch rodzajów sztucznych sieci neuronowych – konwolucyjne sieci neuronowej (CNN) oraz sieci rekurencyjnej typu long short-term memory (LSTM).
2
Content available remote Using a classification tree to identify seepage in flood embankments
EN
The article presents a method of controlling infiltration in flood embankments by means of impedance tomography with the use of classification tree prediction. The analysis was performed using electrical impedance tomography and image reconstruction using machine learning methods, the results of the reconstruction were compared and various numerical models were used. The main advantage of the presented solution is the possibility of analyzing spatial data and high processing speed. The key parameters in electrical tomography are the speed of analysis and the accuracy of the reconstructed objects. The reconstruction algorithm is obtained by solving the inverse problem. Classification trees were used to obtain feedback on the degree of water permeability of the embankment.
PL
Artykuł przedstawia metodę kontroli przesiąków w wałach przeciwpowodziowych za pomocą tomografii impedancyjnej z wykorzystaniem predykcji drzewa klasyfikacyjnego. Analizę przeprowadzono z użyciem elektrycznej tomografii impedancyjnej i rekonstrukcji obrazu z wykorzystaniem metod uczenia maszynowego, porównano wyniki rekonstrukcji i zastosowano różne modele numeryczne. Główną zaletą prezentowanego rozwiązania jest możliwość analizy danych przestrzennych oraz duża szybkość przetwarzania. Kluczowymi parametrami w tomografii elektrycznej są szybkość analizy i dokładność rekonstruowanych obiektów. Algorytm rekonstrukcji uzyskuje się poprzez rozwiązanie problemu odwrotnego. Drzewa klasyfikacyjne zostały wykorzystane do uzyskania informacji zwrotnej o stopniu przesiąkliwości nasypu.
3
Content available remote Tuning machine learning hyperparameters in electrical tomography of masonry walls
EN
The article presents a proposal for the final optimisation of the parameters of machine learning models in tomographic applications. In the case under consideration, electrical impedance tomography (EIT) was used to illustrate the distribution of moisture inside the walls of buildings. The mentioned topic focuses on optimising hyperparameters of machine learning models to optimise the efficiency of capturing accurate tomographic pictures. In the EIT, machine learning models are used to transform input measurements into output images. It is called an inverse or ill-posed problem that is difficult to solve due to insufficient arguments. In machine learning, the correct selection of model hyperparameters plays a key role. Therefore, the optimisation of these hyperparameters has a direct impact on the quality of the reconstruction. This article presents examples of hyperparameter optimisation for regression models and classification models based on the example of the k-nearest neighbours. The above methods were used in the electrical tomography system, intended to monitor and visualise the distribution of moisture inside the walls of buildings and structures. The results acquired during the research confirmed the high quality of the proposed methods.
PL
W artykule przedstawiono propozycję optymalizacji (dostrajania) parametrów modeli uczenia maszynowego w aplikacjach tomograficznych. W omawianym przypadku do zobrazowania rozkładu wilgoci wewnątrz ścian budynków wykorzystano elektryczną tomografię impedancyjną (EIT). Wspomniany temat koncentruje się na optymalizacji hiperparametrów modeli uczenia maszynowego w celu optymalizacji generowania obrazów tomograficznych o wysokiej jakości. W EIT modele uczenia maszynowego są wykorzystywane do przekształcania pomiarów wejściowych w obrazy wyjściowe. Ma to związek z tzw. problemem odwrotnym lub źle postawionym, który jest trudny do rozwiązania z powodu niewystarczającej liczby argumentów. W uczeniu maszynowym kluczową rolę odgrywa prawidłowy dobór hiperparametrów modelu. Dlatego optymalizacja tych hiperparametrów ma bezpośredni wpływ na jakość rekonstrukcji. W artykule przedstawiono przykłady optymalizacji hiperparametrów dla modeli regresyjnych, a także dla modeli klasyfikacyjnych na przykładzie metody k-najbliższych sąsiadów. Powyższe metody zostały zastosowane w systemie tomografii elektrycznej, przeznaczonym do monitorowania i wizualizacji rozkładu wilgoci wewnątrz ścian budynków i budowli. Uzyskane w trakcie badań wyniki potwierdziły wysoką jakość proponowanych metod.
EN
The work includes the process of developing intelligent sensors, intelligent mechanisms for monitoring and controlling industrial processes using modern measurement techniques, process tomography, vision systems, motion and temperature sensors, as well as advanced data processing methods.
PL
Praca obejmuje proces opracowania inteligentnych czujników, inteligentnych mechanizmów monitorowania i sterowania procesami przemysłowymi z wykorzystaniem nowoczesnych technik pomiarowych, tomografii procesowej, systemów wizyjnych, czujników ruchu i temperatury, a także zaawansowanych metod przetwarzania danych.
5
Content available remote Object detection using radio imaging tomography and tomographic sensors
EN
The article presents the method of detecting objects using radio tomography and tomographic sensors. The solution is based on measuring the radio signal strength between the transmitter and receiver. When measuring the object between the transmitter and the receiver, the value of the signal strength changes as a result of reflection, absorption or dispersion of electromagnetic waves. The application can determine the position using many Wi-Fi signal sources. The main task of the radio tomography presented in the work is to detect the presence of people in specific rooms in real time. As part of the research enabling image reconstruction, a transmission model was used. The measuring system consisted of sixteen antennas. The measured values were the received power expressed in dBm units in a straight line between the individual antennas.
PL
Artykuł przedstawia metodę wykrywanie obiektów za pomocą tomografii radiowej i czujników tomograficznych. Rozwiązanie opiera się na pomiarze siły sygnału radiowego między nadajnikiem a odbiornikiem. W przypadku pomiaru obiektu między nadajnikiem a odbiornikiem wartość siły sygnału zmienia się w wyniku odbicia, absorpcji lub rozproszenia fal elektromagnetycznych. Aplikacja może określić pozycję za pomocą wielu źródeł sygnału Wi-Fi. Głównym zadaniem przedstawionej w pracy tomografii radiowej jest wykrywanie obecności ludzi w określonych pomieszczeniach w czasie rzeczywistym. W ramach badań umożliwiających rekonstrukcję obrazu zastosowano model transmisyjny. System pomiarowy składał się z szesnastu anten. Mierzone wartości były mocą odbieraną wyrażoną w jednostkach dBm w linii prostej między poszczególnymi antenami.
6
Content available remote Construction of the SmartEIT tomograph based on electrical impedance tomography
EN
The article presents the prototype of the SmartEIT measuring device construction based on the Raspberry Pi platform using electric impedance tomography. The measurement with the device consists in placing electrodes on the tested object, two electrodes are connected to alternating current, and the voltage drop is measured on the other. SmartEIT enables measurements on 16 electrodes. The electrodes can be made of copper without a shield or covered with conductive rubber, depending on the tested object. In each cycle, SmartEIT forces AC flow with a sinusoidal waveform with a constant amplitude and a frequency of 1 kHz between the two farthest electrodes. The current is relatively low, selected during measurements so that the capacity of the power source is not exceeded.
PL
W artykule przedstawiono prototyp konstrukcji urządzenia pomiarowego SmartEIT oparty na platformie Raspberry Pi z wykorzystaniem elektrycznej tomografii impedancyjnej. Pomiar za pomocą urządzenia polega na umieszczeniu elektrod na badanym obiekcie, dwie elektrody są podłączone do prądu przemiennego, a spadek napięcia jest mierzony na pozostałych. SmartEIT umożliwia wykonywanie pomiarów na 16 elektrodach. Elektrody mogą być wykonane z miedzi bez osłony lub pokryte gumą przewodzącą, w zależności od badanego obiektu. W każdym cyklu SmartEIT wymusza przepływ prądu przemiennego sinusoidalnym przebiegiem o stałej amplitudzie i częstotliwości 1 kHz między dwiema najdalszymi elektrodami. Natężenie prądu jest stosunkowo niskie, wybrane podczas pomiarów, tak aby wydajność źródła prądu nie została przekroczona.
7
Content available remote A hybrid device for the acquisition of electrical tomography measurement data
EN
The hybrid device for measuring data acquisition from electric tomography is used to monitor the level of moisture in the walls, however, due to the universality of the measurement method, it can also be used for objects with different electrical properties. As the name suggests, the hybrid tomograph is designed to combine two measurement methods (EIT impedance measurement methods and ECT capacitance measurement methods). The device has been equipped with current and voltage phase shift measurement systems at individual measuring points. The main problem in the design of measuring devices based on EIT technology is to ensure the correctness of current regulation in a wide range of impedances of the measured objects while maintaining minimum values of forced voltage and ensuring an optimal signal-to-noise ratio. Unlike its predecessors, the hybrid version 2.0 was based on the complex FPGA Altera Cyclone IV and Cyclone V, which in turn allowed us to use parallel function blocks independent of each channel. The measuring roles have been divided into eight systems.
PL
Hybrydowe urządzenie do akwizycji danych pomiarowych z tomografii elektrycznej służy do monitorowania poziomu wilgoci w ścianach, jednak ze względu na uniwersalność metody pomiarowej może być również stosowane w przypadku obiektów o różnych właściwościach elektrycznych. Jak sama nazwa wskazuje, tomograf hybrydowy ma za zadanie połączenie dwóch metod pomiarowych (metody pomiaru impedancji EIT i metody pomiaru pojemności ECT). Urządzenie zostało wyposażone w układy pomiaru przesunięcia fazowego prądu i napięcia w poszczególnych punktach pomiarowych. Podstawowym problemem przy projektowaniu urządzeń pomiarowych opartych na technologii EIT jest zapewnienie poprawności regulacji prądu w szerokim zakresie impedancji mierzonych obiektów przy zachowaniu minimalnych wartości napięcia wymuszonego i zapewnieniu optymalnej wartości sygnału do szumu stosunek. Hybrydowa wersja 2.0 w przeciwieństwie do swoich poprzedników została oparta na układzie FPGA Altera Cyclone IV i Cyclone V, co z kolei pozwoliło nam na użycie równoległych bloków funkcyjnych niezależnie od każdego kanału. Role pomiarowe zostały podzielone na osiem układów.
8
EN
The article presents an innovative solution for assessing the moisture level of walls and building condition. The use of modern tomographic techniques allows for a non-destructive and very precise spatial assessment of the humidity level. Prepared constructions contain special electrodes for measuring humidity in a brick wall. The proposed application solves the inverse problem in electrical tomography. A level set method was used to reconstruct the images.
PL
W artykule przedstawiono innowacyjne rozwiązanie do oceny poziomu wilgotności ścian i stanu budynku. Zastosowanie nowoczesnych technik tomograficznych pozwala na nieniszczącą i bardzo precyzyjną ocenę przestrzenną poziomu wilgotności. Przygotowane konstrukcje zawierają specjalne elektrody do pomiaru wilgotności w ścianie z cegły. Proponowane zastosowanie rozwiązuje problem odwrotny w tomografii elektrycznej. Do rekonstrukcji obrazów użyto metody zbiorów poziomicowych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.