Numer: 02/2025 Str. 64
Autorzy: Grzegorz Kłosowski , Michał Oleszek , Dariusz Wójcik , Konrad Niderla :
Tytuł: Zastosowanie LSTM z warstwą samouwagi do monitorowania reaktorów przemysłowych za pomocą tomografii impedancyjnej i pojemnościowej
Streszczenie: Celem badań było opracowanie metody poprawiającej rozdzielczość obrazowania w przemysłowej tomografii elektrycznej. W tym celu opracowano model algorytmiczny sieci neuronowej opartej o warstwy LSTM, której cechą charakterystyczną były dwie sekwencje wejściowe oraz zastosowanie warstwy samouwagi. W proponowanym rozwiązaniu, sieć LSTM transformująca pomiary na obrazy wykorzystuje zarówno pomiary napięć, charakterystyczne dla elektrycznej tomografii impedancyjnej, jak również pomiary pojemności elektrycznej. Podejście hybrydowe redukuje niedookreśloność problemu odwrotnego, co poprawia jakość obrazowania. W celu obiektywnej oceny proponowanego rozwiązania porównano nowy model z modelem klasycznym, wykorzystującym jedynie pomiary EIT. Zastosowano cztery kryteria ilościowe, w postaci popularnych wskaźników wykorzystanych jako miary jakości obrazów. Rezultaty potwierdziły przewagę proponowanego podejścia nad modelem klasycznym.
Słowa kluczowe: tomografia elektryczna; uczenie maszynowe; tomografia przemysłowa; sieci LSTM