Результати первинної обробки інтерферограми для побудови моделей машинного навчання

Автор(и)

  • П.Ю. Шопін Cхідноукраїнський національний університет імені Володимира Даля, м. Київ
  • Г.М. Хорошун Cхідноукраїнський національний університет імені Володимира Даля, м. Київ
  • В.М. Барбарук Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», м. Київ
  • О.І. Рязанцев Cхідноукраїнський національний університет імені Володимира Даля, м. Київ

DOI:

https://doi.org/10.33216/1998-7927-2023-279-3-11-15

Ключові слова:

підготовка даних, інтерферограма, обробка зображення

Анотація

Робота присвячена обробці інтерферометричних відео та зображень для дисциплін, де вимагається високоточне та динамічне вимірювання фізичних параметрів. Застосування моделей машинного навчання додає нові можливості до аналізу інтерферометричних даних, роблячи їхнє використання більш ефективним та точним. Інтерферометрія застосовується для різноманітних вимірювань, які базуються на інтерференційних явищах для визначення статистичних та динамічних параметрів об'єктів. Вимірювання статичних параметрів за допомогою інтерферометрії може включати: висоту поверхні, деформацію поверхні, товщину шару матеріалу, оптичні властивості, такі як коефіцієнти пропускання чи відбивання світла, напруження та деформацію матеріалу, розташування об’єктів та кутові виміри. Інтерферометри можуть вимірювати динамічні параметри, такі як швидкість та напрямок руху об'єктів в транспортних системах та біологічних клітинах. Інтеграція методів машинного навчання в аналіз інтерферограм може значно покращити ефективність та точність отриманих результатів, особливо в умовах великого обсягу даних та складних паттернів. Основні задачі, які можна виділити для застосування методів машинного навчання це фільтрація шумів, сегментація об'єктів, прогнозування змін, корекція артефактів, оптимізація обробки даних. Для того, щоб побудувати модель машинного навчання необхідно дослідити реальні інтерференційні картини, визначити основні параметри моделі, реалізувати методи автоматичної обробки зображення. Отже, в роботі досліджено реальні інтерференційні картини, надано їх опис, проведена автоматизація процесу визначення їх якості та надання рекомендацій щодо застосування. В даній роботі ми аналізуємо відео експерименту отримання інтерференційної картини, з використанням інтерферометра Маха-Цендера. Досліджено реальні інтерференційні картини отриманні з відеозапису зйомки роботи інтерферометра Маха-Цендера. Проведено аналіз поведінки інтерференційних смуг вздовж осі Х та вздовж осі У. Визначені особливі ділянки та характеристики реального сигналу в перерізі інтерферограми. Згідно до отриманих результатів проведено сегментацію зображення. Визначена характерна поведінка в часі світла в цих сегментах. Визначили які сегменти найкращі та найгірші для аналізу та в який проміжок часу.

Посилання

1. Andrew Wolf, Machine Learning Simplified: A gentleintroduction to supervised learning, 2022, p. 199URL:https://www.goodreads.com/book/show/60297347-machine-learning-simplified

2. Maheshwari A. Business intelligence and data mining. –Business Expert Press, 2014. URL:https://www.amazon.com/Business-Intelligence-Data-Mining-Analytics/dp/1631571206

3. Yang X. S. Introduction to Algorithms for Data Mining andMachine Learning. – Academic Press, 2019. Doi:https://doi.org/10.1016/C2018-0-02034-4

4. Fernandes M. Statistics for business and economics. –Bookboon, 2008. URL: https://bookboon.com/en/statisticsfor-business-and-economics-ebook?mediaType=ebook

5. Ryazantsev O., Khoroshun G., Riazantsev A., Ivanov V.,Baturin A. Statistical Optical Image Analysis forInformation System // Proceedings of 2019 7thInternational Conference on Future Internet of Things andCloud Workshops (FiCloudW), Istanbul, Turkey, IEEE2019, pp. 130-134, DOI: 10.1109/FiCloudW.2019.00036

6. Senthilkumaran, P., Masajada, J., & Sato, S. (2012). Interferometry with vortices. International Journal of Optics, 2012.

7. Bekshaev, A. Y., Basistiy, I. V., Slyusar, V. V., Soskin, M.S., & Vasnetsov, M. V. (2002). Observation of therotational Doppler effect with an optical-vortex one-beaminterferometer. Укр. фіз. журн., 47(11), 1035-1040.

8. Khoroshun, Anna. "Shearing Interferometers with aSingular Source of Light." Interferometers: Fundamentals,Methods and Applications (2015): 253-267.

9. Angelsky, O. V., Mokhun, I. I., Mokhun, A. I., & Soskin,M. S. (2002). Interferometric methods in diagnostics ofpolarization singularities. Physical Review E, 65(3),036602.

10. Bekshaev, A. Ya, et al. "Spectral characteristics of theFabry-Perot interferometer transmission upon illuminationby an arbitrary light beam." arXiv preprintarXiv:1812.11687 (2018).

##submission.downloads##

Опубліковано

2023-11-10