ZASTOSOWANIE SIECI NEURONOWYCH I ALGORYTMÓW GŁĘBOKIEGO UCZENIA W ELEKTRYCZNEJ TOMOGRAFII IMPEDANCYJNEJ
Grzegorz Kłosowski
g.klosowski@pollub.plLublin University of Technology, Faculty of Management, Department of Organization of Enterprise (Polska)
Tomasz Rymarczyk
Research and Development Center, Netrix S.A., Lublin; University of Economics and Innovation in Lublin (Polska)
Abstrakt
W artykule zaprezentowano dwa przypadki dotyczące zastosowania sztucznych sieci neuronowych i konwolucyjnych sieci neuronowych
w tomografii impedancyjnej. Uczenie maszynowe może znaleźć zastosowanie przy rozwiązywaniu różnorodnych problemów technicznych.
W tomograficznej rekonstrukcji obrazów można stosować konwencjonalne sieci neuronowe. W niniejszej pracy przedstawiono przykład zastosowania metod głębokiego uczenia w obszarze elektrycznej tomografii impedancyjnej.
Słowa kluczowe:
tomografia obrazowa, perceptron wielowarstwowy, głębokie uczenie, konwolucyjne sieci neuronoweBibliografia
Bladt E. et al.: Electron tomography based on highly limited data using a neural network reconstruction technique. Ultramicroscopy 158/2015, 81–88.
Google Scholar
Buduma N., Locascio N.: Fundamentals of Deep Learning. Designing Next-Generation Machine Intelligence Algorithms. O'Reilly Media, 2017.
Google Scholar
Durairaj D. C., Krishna M. C., Murugesan R.: A neural network approach for image reconstruction in electron magnetic resonance tomography. Computers in biology and medicine 37(10)/2007, 1492–1501.
Google Scholar
Egmont-Petersen M., Ridder de D., Handels H.: Image processing with neural networks – a review. Pattern Recognition 35/2002, 2279–2301.
Google Scholar
Minnett R. C. J. et al.: Neural network tomography: Network replication from output surface geometry. Neural Networks 24(5)/2011, 484–492.
Google Scholar
Pelt D. M., Batenburg K. J.: Fast tomographic reconstruction from limited data using artificial neural networks. IEEE Trans. Image Process. 22/2013, 5238–5251.
Google Scholar
Rybak G., Chaniecki Z., Grudzień K., Romanowski A., Sankowski D.: Non–invasive methods of industrial process control. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska 4(3)/2014, 41–45.
Google Scholar
Rymarczyk T.: New Methods to Determine Moisture Areas by Electrical Impedance Tomography. International Journal of Applied Electromagnetics and Mechanics 37(1-2)/2016, 79–87.
Google Scholar
Stasiak M. et al.: Principal component analysis and artificial neural network approach to electrical impedance tomography problems approximated by multi-region boundary element method. Engineering Analysis with Boundary Elements 31(8)/2007, 713–720.
Google Scholar
Tapson J.: Neural Networks and Stochastic Search Methods Applied to Capacitive Tomography. IFAC Proceedings Volumes 30(7)/1997, 631–634.
Google Scholar
Tapson J.: Neural networks and stochastic search methods applied to industrial capacitive tomography. Control Engineering Practice 7(1)/1999, 117–121.
Google Scholar
Tchorzewski P., Rymarczyk T., Sikora J.: Using Topological Algorithms to Solve Inverse Problem in Electrical Impedance Tomography. International Interdisciplinary Phd Workshop 2016, 46–50.
Google Scholar
Wang J. et al.: Neural-network approach for optical tomography. Signal processing, 86(9)/2006, 2495–2502.
Google Scholar
Autorzy
Grzegorz Kłosowskig.klosowski@pollub.pl
Lublin University of Technology, Faculty of Management, Department of Organization of Enterprise Polska
Autorzy
Tomasz RymarczykResearch and Development Center, Netrix S.A., Lublin; University of Economics and Innovation in Lublin Polska
Statystyki
Abstract views: 615PDF downloads: 224
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Inne teksty tego samego autora
- Tomasz Rymarczyk, Tomasz Cieplak, Grzegorz Kłosowski, Paweł Rymarczyk, PROJEKTOWANIE SYSTEMÓW ANALIZY DANYCH DO AUTOMATYZACJI PROCESÓW BIZNESOWYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 8 Nr 3 (2018)
- Tomasz Rymarczyk, Michał Gołąbek, Piotr Lesiak, Andrzej Marciniak, Mirosław Guzik, BUDOWA TOMOGRAFU ULTRADŹWIĘKOWEGO DO ANALIZY PROCESÓW TECHNOLOGICZNYCH W ZAKRESIE FAL ODBITYCH I TRANSMISYJNYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 9 Nr 4 (2019)
- Tomasz Rymarczyk, Grzegorz Kłosowski, ZASTOSOWANIE SZTUCZNEJ INTELIGENCJI W ZAUTOMATYZOWANYCH CENTRACH LOGISTYCZNYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 8 Nr 1 (2018)
- Tomasz Rymarczyk, Bartek Przysucha, Marcin Kowalski, Piotr Bednarczuk, ANALIZA DANYCH Z CZUJNIKÓW POMIAROWYCH DO PREDYKCJI W SYSTEMACH KONTROLI PROCESÓW PRODUKCYJNYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 9 Nr 4 (2019)
- Tomasz Rymarczyk, Krzysztof Polakowski, Jan Sikora, NOWA KONCEPCJA DYSKRETYZACJI MODELU CELEM PODNIESIENIA JAKOŚCI OBRAZOWANIA W TRANSMISYJNEJ TOMOGRAFII ULTRADŹWIĘKOWEJ , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 9 Nr 4 (2019)
- Konrad Niderla, Tomasz Rymarczyk, Jan Sikora, SYSTEM PLANOWANIA I KONTROLI PRODUKCJI Z WYKORZYSTANIEM CZUJNIKÓW TOMOGRAFICZNYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 8 Nr 3 (2018)
- Tomasz Rymarczyk, Jan Sikora, CAŁKI OSOBLIWE W METODZIE ELEMENTÓW BRZEGOWYCH DLA RÓWNANIA HELMHOLTZA SFORMUŁOWANEGO W PRZESTRZENI CZĘSTOTLIWOŚCI , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 11 Nr 4 (2021)
- Tomasz Rymarczyk, Jan Sikora, JESZCZE O CAŁKOWANIU LOGARYTMICZNYCH OSOBLIWOŚCI W METODZIE ELEMENTÓW BRZEGOWYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 14 Nr 1 (2024)
- Grzegorz Kłosowski, Tomasz Rymarczyk, ZASTOSOWANIE KONWOLUCYJNYCH SIECI NEURONOWYCH W IDENTYFIKACJI ZAWILGOCEŃ ŚCIAN BUDYNKÓW METODĄ EIT , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 1 (2022)
- Tomasz Rymarczyk, Grzegorz Kłosowski, ZARZĄDZANIE RYZYKIEM ŁAŃCUCHA DOSTAW ZA POMOCĄ METODY MONTE CARLO , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 7 Nr 4 (2017)
