Ne (1509)
Počet nalezených dokumentů:
1509
Publikováno od
do
BEZSNÍMAČOVÉ ŘÍZENÍ SYNCHRONNÍHO RELUKTANČNÍHO MOTORU SE ZAMĚŘENÍM NA VYSOKOU ÚČINNOST
Mynář, Zbyněk; Talla,, Jakub; Lettl, Jiří; Václavek, Pavel
2023 - anglický
Synchronní reluktanční motory se pro svou relativně vysokou účinnost, robustnost a nízkou cenu stávají stále populárnější alternativou velmi rozšířených asynchronních motorů. Snaha o využití výhodných vlastností bezsnímačového řízení, a dosažení co nejvyšší účinnost jejich provozu, je však komplikována jejich výraznou nelinearitou způsobenou saturací magnetického obvodu. Úvod této práce je věnován popisu matematicko-fyzikálního modelu SynRM a přehledu existujících moderních algoritmů výkonově-optimálního bezsnímačového řízení. Jádrem práce je pak představení estimátoru stavů a parameterů SynRM postaveného na novém přístupu k měření a využití fázových reluktancí. Klíčovými prvky algoritmu jsou nová metodologie měření fázových reluktancí, spínací PWM schéma jež umožňuje snížit spínací ztráty a měřit fázové reluktance od nulových otáček, a nakonec integrace těchto měření s matematickým modelem SynRM s pomocí rozšířeného Kalmánova filtru. Experimentální část práce pak diskutuje výsledky reálných měření s navrženým algoritmem a vybranými současnými algoritmy. Synchronous reluctance motors are becoming a more and more popular alternative to the AC induction machine for their relatively high power efficiency, low cost, and high robustness. Full utilization of benefits of sensorless control and high power efficiency are being complicated by non-linearities of the motor, especially magnetic saturation. The beginning of this work is dedicated to an inference of the mathematical-physical model of SynRM and an overview of existing state-of-the-art sensorless power-optimal algorithms. The core of this work is then the introduction of the SynRM state and parameter estimator, which is based on a new approach to measurement and utilization of phase reluctances. The key elements of the algorithm are a new methodology for measuring phase reluctances, a PWM switching scheme that allows to reduce switching losses and to measure phase reluctances from zero speed, and finally the integration of these measurements with the SynRM mathematical model using extended Kalman filter. The experimental part of the thesis then discusses the real measurement results obtained with the proposed algorithms and several selected state-of-the-art algorithms.
Klíčová slova:
Synchronous; SynRM; Reluctance; FOC; Power optimization; MTPA; ME; EKF; Synchronní; SynRM; Reluktance; FOC; Optimalizace výkonu; MTPA; ME; EKF
Plné texty jsou dostupné v digitálním repozitáři NUŠL
BEZSNÍMAČOVÉ ŘÍZENÍ SYNCHRONNÍHO RELUKTANČNÍHO MOTORU SE ZAMĚŘENÍM NA VYSOKOU ÚČINNOST
Synchronní reluktanční motory se pro svou relativně vysokou účinnost, robustnost a nízkou cenu stávají stále populárnější alternativou velmi rozšířených asynchronních motorů. Snaha o využití výhodných ...
Pokročilé výpočetní metody pro zvýšení rozlišení genotypizačních metod
Nykrýnová, Markéta; Budinská, Eva; Hrabák,, Jaroslav; Škutková, Helena
2023 - anglický
Tato disertační práce je zaměřena na vytvoření nových výpočetních metod, které zvýší diskriminačních schopnost genotypizačních metod. Hlavní důraz je kladen na odlišení blízce příbuzných bakterií, které pocházejí například z jedné nemocnice či jednoho oddělení. V první části práce jsou popsány současné typizační metody a jsou představeny nové postupy pro identifikaci genetických markerů s vysokou mírou sekvenční variability, pomocí kterých lze lépe rozlišit bakteriální populaci. Navržené metody jsou založeny na výpočtu signálů entropie a analýze nenamapovaných čtení. Druhá část práce se zabývá návrhem nových metod zpracování surových dat z nanopórového sekvenování, které lze použít pro rychlou vysoce citlivou typizaci bakterií bez nutnosti převádět proudové signály na nukleotidové sekvence. Předložená práce přispívá ke zlepšení a zpřesnění rutinně používaných typizačních metod pomocí navržených bioinformatických postupů a představuje unikátní přístup využití doposud experimentální techniky nanopórového sekvenování pro rychlou genotypizaci a analýzu bakterií. This dissertation aims at developing new computational methods to increase the discriminatory power of genotyping methods. The main focus is on distinguishing closely related bacterial strains, e.g. from the same hospital or ward. The first part of the thesis describes current typing methods and new approaches to identify genetic markers with high levels of sequence variability that contribute to distinguishing bacterial populations better. The proposed methods are based on the entropy signal calculation and analysis of unmapped reads. The second part of the thesis deals with designing new methods for raw nanopore sequencing data processing; thus, it can be used for rapid high-sensitivity bacterial typing without the need to convert current signals into nucleotide sequences. Overall, this dissertation contributes to the improvement and refinement of routine typing methods by utilizing the proposed bioinformatics approaches and presenting a unique application for experimental nanopore sequencing in rapid genotyping and bacteria analysis.
Klíčová slova:
Bacterial typing; whole genome sequencing; genome assembly; MLST; mini-MLST; nanopore sequencing; genomic signal processing.; Typizace bakterií; celogenomové sekvenování; sestavování genomů; MLST; mini-MLST; nanopórové sekvenování; zpracování genomických signálů.
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Pokročilé výpočetní metody pro zvýšení rozlišení genotypizačních metod
Tato disertační práce je zaměřena na vytvoření nových výpočetních metod, které zvýší diskriminačních schopnost genotypizačních metod. Hlavní důraz je kladen na odlišení blízce příbuzných bakterií, ...
Computational study of the impact of disorders in excitation propagation on left ventricular contraction
Vaverka, Jiří; Rohan,, Eduard; Horný, Lukáš; Burša, Jiří
2023 - anglický
Tato disertační práce se zabývá výpočtovým modelováním kontrakce levé srdeční komory pomocí metody konečných prvků. Primárním cílem práce je vyhodnotit vliv blokády levého Tawarova raménka na ejekční frakci komory. Dále je vyšetřován dopad blokády na pohyby komory během srdečního cyklu, na lokální hodnoty přetvoření a na rozložení napětí ve stěně. Průběh elektrické aktivace jak zdravé komory, tak i komory s blokádou je modelován pomocí monodoménové rovnice svázané s pseudo-modelem buněčné membrány, který byl navržen za účelem snížení výpočetní náročnosti monodoménové rovnice. Rychlost šíření vzruchu v myokardu je uvažována ortotropní. Vypočítané časové průběhy elektrické aktivace ukazují, že blokáda levého Tawarova raménka prodlužuje dobu depolarizace komory o 50 %, což je v souladu s udávanými délkami trvání QRS komplexu na EKG u zdravých jedinců a u pacientů s blokádou. Průběhy elektrické aktivace jsou následně využity v simulacích kontrakce komory pro předepsání počátku kontrakce jednotlivých prvků sítě. Pasivní mechanická odezva myokardu je v těchto simulacích popsána pomocí ortotropního hyperelastického modelu. Aktivní napětí vyvolané svalovou kontrakcí je do modelu zahrnuto prostřednictvím časově závislého tenzoru aktivního přetvoření. Do počáteční konfigurace modelu, reprezentující stav komory na konci diastoly, je před zahájením kontrakce zahrnuto předpětí odpovídající end-diastolickému tlaku v komoře. Časový průběh komorového tlaku během ejekční fáze je modelován pomocí dvouparametrického modelu Windkessel. Výsledky simulací ukazují, že blokáda levého Tawarova raménka nesnižuje významně čerpací schopnost komory. Predikovaný pokles ejekční frakce v důsledku blokády činí pouze 2,3 %, což je v souladu s některými publikovanými klinickými výsledky. Vypočítané časové průběhy posuvů a přetvoření ve vybraných místech modelu taktéž vykazují některé charakteristiky popisované klinickými nebo experimentálními studiemi. V oblasti mezikomorového septa byly pozorovány výrazně vyšší hodnoty napětí než v ostatních částech komory; tyto výsledky však bude nutné ověřit dalšími výpočty, neboť v současném modelu není septum zatíženo silovými účinky vyvolanými kontrakcí pravé komory. This doctoral thesis deals with computational modeling of contraction of human left ventricle using finite element method. The primary goal is to determine the impact of the left bundle branch block on ventricular ejection fraction. Additionally, changes in ventricular motions, strains and stress distribution, resulting from the block, are also investigated. Electrical activation of left ventricle under healthy conditions and during the branch block is modeled by the monodomain equation coupled with an artificial ionic model designed to reduce the computational demands of the monodomain equation. Conduction velocity in myocardium is considered orthotropic. Calculated activation maps show that the left bundle branch block prolongs electrical activation by 50 % which agrees with clinically observed prolongation of the QRS complex on ECG. The activation maps are subsequently used in the simulations of ventricular mechanics to distribute the beginning of contraction throughout the finite-element mesh. Passive mechanical behavior of myocardium is described by an orthotropic hyperelastic model. Active stresses, induced by muscle contraction, are incorporated by means of the time-dependent active strain tensor. Contraction starts from a prestressed reference configuration representing the end-diastolic state of the ventricle. Pressure development during ejection phase is controlled by two-parametric Windkessel model. Results indicate that the left bundle branch block does not substantially reduce the pumping efficiency of the ventricle; ejection fraction in the diseased state decreased by only 2.3 % relative to the healthy conditions which agrees with some of the previously published clinical studies. Changes in displacements and strains, predicted by the model, correspond with clinical and experimental observations. Stress analyses revealed unexpectedly high stresses in the interventricular septum; further analyses with modified boundary conditions have been suggested in order to better assess these result.
Klíčová slova:
heart; left ventricle; finite element method; conduction system; left bundle branch; monodomain equation; hyperelasticity; srdce; levá komora; metoda konečných prvků; převodní systém; levé Tawarovo raménko; monodoménová rovnice; hyperelasticita
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Computational study of the impact of disorders in excitation propagation on left ventricular contraction
Tato disertační práce se zabývá výpočtovým modelováním kontrakce levé srdeční komory pomocí metody konečných prvků. Primárním cílem práce je vyhodnotit vliv blokády levého Tawarova raménka na ejekční ...
Vytváření kovových a oxidokovových nanostruktur za využití porézní aluminy pro pokročilé mikrozařízení
Kamnev, Kirill; Mardare, Andrei Ionut; Blanchar, Xavier Correig; Mozalev, Alexander
2023 - anglický
Anodizace kovů přes masku porézní anodické aluminy (PAA) je použita namísto nanoporézní anodizace nebo tradičních nanofabrikačních metod na výrobu nových nanostrukturovaných oxidů kovů se zdokonalenými parametry. Vylepšování vlastností oxidů ZrO2 a HfO2 nanostrukturováním vzbuzuje podstatný zájem kvůli aktivní komercionalizaci těchto oxidů kovů. Nanostrukturování ZrO2 a HfO2 anodizací je náročné kvůli včasné krystalizaci anodického oxidu a téměř nulovému transportnímu číslu kationtů. Tyto problémy jsou řešeny systematickým zkoumáním anodického chování dvouvrstev složených z tenké vrstvy Al nadeponované na vrstvě Zr nebo Hf. Po prvý krát je dosažen reprodukovatelný růst ZrO2 nanostruktur přes masku PAA, které plní póry PAA masky jenom částečně. Tyto vnořené ZrO2 nanostruktury se projevují zlepšeným dielektrickým výkonem v širokém rozsahu frekvencí s nízkými zbytkovými proudy a vysokými hodnotami průrazného napětí. Tyto vlastnosti z nich dělají atraktivní struktury pro použití v mokrých a hybridních elektrolytických kondenzátorech. Vrstvy s rovným povrchem, kompatibilní se standardními metodami nanofabrikace a obsahující ZrO2 nanostruktury kompletně plnící póry PAA masky, jsou syntetizovány kombinací anodizace přes masku PAA s částečným rozpuštěním PAA. Tyto vrstvy jsou použity v experimentálních MIM mikrokondenzátorech, které vykazují nízké zbytkové proudy, vysoké hodnoty průrazného napětí, vysoké hustoty energie, nízké hodnoty teplotního koeficientu kapacity a výbornou linearitu mezi kapacitou a napětím, což z nich dělá dokonalé kandidáty pro pasivní integraci zařízení na čipu. ZrO2 nanovrstvy připraveny anodizací přes masku PAA jsou, po prvý krát, schváleny k produkci osteogenních biokeramických povlaků. Tyto nanostrukturované biokeramické ZrO2 povlaky mohou modulovat interakce mezi buňkami a povrchem a zvyšovat mineralizaci osteoblastů 5 krát oproti rovné anodické ZrO2 vrstvě. Nanostrukturované HfO2 vrstvy připraveny anodizací přes masku PAA vykazují opakovatelné nízkovýkonové bipolární rezistivní spínání, což je dělá význačnými jako tuhé elektrolyty pro aplikace v memristorech. Anodizace Hf přes masku PAA v kombinaci s vhodnými chemickými modifikacemi povrchů je použita po prvý krát k vytvoření samouspořádaných nanostrukturovaných HfO2 povlaků, které jsou superhydrofóbní, odpuzují olej, jsou transparentní pro viditelné světlo a antireflexní, což je dělá velmi vhodnými pro pasivaci fotovoltaických zařízení. The anodization of metals through porous anodic alumina (PAA) matrix (PAA-assisted anodization) is used alternatively to nanoporous anodization or conventional nanofabrication methods for producing novel nanostructured metal oxides with improved characteristics. Enhancing properties of ZrO2 and HfO2 by nanostructuring possesses significant interest due to the active commercialization of these metal oxides. Nanostructuring ZrO2 and HfO2 by anodization is challenging because of early anodic-oxide crystallization and nearly zero cation transport number. These issues are addressed by a systematical investigation of anodizing behavior of Al superimposed on Zr or Hf layers. Reproducible PAA-assisted growth of ZrO2 nanostructures partially filling the pores of the PAA matrix is achieved for the first time. The PAA-embedded ZrO2 nanostructures demonstrate enhanced dielectric performance in a wide frequency range with low leakage current and high breakdown voltage, making them attractive for application in wet and hybrid electrolytic capacitors. The planarized films compatible with standard nanofabrication methods and comprising ZrO2 nanostructures fully filling the pores in the PAA matrix are synthesized by combining the PAA-assisted anodization of Zr with partial PAA dissolution. Such films are utilized in experimental MIM microcapacitors exhibiting low leakage current, high breakdown voltage, high energy density, low temperature coefficient of capacitance, and excellent capacitance-voltage linearity, which makes them perfect candidates for on-chip passive device integration. The PAA-assisted ZrO2 nanofilms are approbated for the first time to produce osteogenic bioceramic coatings. Such nanostructured ZrO2 bioceramic coatings can module cell-surface interactions and increase osteoblast mineralization 5-fold compared to flat ZrO2 anodic coating. The PAA-assisted nanostructured HfO2 films exhibit repeatable low-power eigh-wise bipolar resistive-switching properties, making them highly prominent as solid electrolytes in memristor applications. The PAA-assisted anodization of Hf combined with appropriate surface chemical modification is utilized for the first time for creating self-organized superhydrophobic, oil-repelling, visible light transparent, and antireflective nanostructured HfO2 coatings highly suitable for passivation of photovoltaic devices.
Klíčová slova:
anodizing; porous anodic alumina; ZrO2; HfO2; nanostructure; coating; dielectric; MIM capacitor; bioceramic; memristor; superhydrophobic material; anodizace; porézní anodická alumina; ZrO2; HfO2; nanostruktura; povlak; dielektrikum; MIM kondenzátor; biokeramika; memristor; superhydrofóbní materiál
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Vytváření kovových a oxidokovových nanostruktur za využití porézní aluminy pro pokročilé mikrozařízení
Anodizace kovů přes masku porézní anodické aluminy (PAA) je použita namísto nanoporézní anodizace nebo tradičních nanofabrikačních metod na výrobu nových nanostrukturovaných oxidů kovů se ...
Stanovení mechanických vlastností tenkých filmů pomocí numerického modelování experimentálních testů
Tinoco Navarro, Hector Andres; Jančo,, Roland; Klusák,, Jan; Hutař, Pavel
2023 - anglický
Testování tenkých filmů pomocí "Bulge testu" je experimentální technika která zahrnuje použití numerických a analytických přístupů k charakterizaci mechanických vlastností tenkých vrstev. Tato práce se zabývá některými omezeními nalezenými v klasických modelech, které popisují chování tenkých vrstev podrobených tomuto testu. Za tímto účelem byly vyvinuty nové modely a numerické strategie pro stanovení různých mechanických vlastností jednovrstvých a dvouvrstvých tenkých vrstev za odlišných strukturních podmínek, jako je elasticita, plasticita a lom. Kombinací metody konečných prvků a klasických analytických řešení byly navrženy a ověřeny různé metodiky pro výpočet elastických vlastností (E a v), zbytkových napětí, meze kluzu a lomové houževnatosti. Mechanické vlastnosti filmů z nitridu křemíku, hliníku a zlata byly charakterizovány pomocí experimentálních dat o zatížení-průhybu získaných z měření. Stanovené vlastnosti vykazovaly uspokojivou shodu s což potvrdilo, že metody navržené v této práci mohou být užitečné pro odhad mechanických vlastností se známými materiálovými vlastnostmi tenkých vrstev. Bulge testing is an experimental technique that involves the use of numerical and analytical approaches to characterize the mechanical properties of thin films. This thesis addresses some limitations found in the classical models that describe the behavior of thin films subjected to this test. This required the development of new models and numerical strategies in order to determine several mechanical properties of monolayer and bilayer thin films under different structural conditions, such as elasticity, plasticity, and fracture. By combining finite element analysis and classical analytical solutions, different methodologies for calculating the elastic properties (E and v), residual stresses, yield stress, and fracture toughness were proposed and validated. The mechanical properties of silicon nitride, aluminum, and gold films were characterized using load-deflection experimental data obtained from bulging measurements. The determined properties showed reasonable agreement with materials of known properties, which validated that the proposed methods in this work can be useful for estimating the mechanical properties of freestanding thin films.
Klíčová slova:
Bulge test; thin film; finite element analysis; load-deflection; elastic properties; yield stress; fracture toughness; Bulge; tenký film; analýza metodou konečných prvků; elastické vlastnosti; mez kluzu; Lomová houževnatost
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Stanovení mechanických vlastností tenkých filmů pomocí numerického modelování experimentálních testů
Testování tenkých filmů pomocí "Bulge testu" je experimentální technika která zahrnuje použití numerických a analytických přístupů k charakterizaci mechanických vlastností tenkých vrstev. Tato práce ...
Processing of metallic materials by Selective Laser Melting at elevated temperatures
Malý, Martin; Filho, Sergio de Traglia Amancio; Dr. Michael R. Tucker; Koutný, Daniel
2023 - anglický
Tato disertační práce se zabývá vlivem předehřevu na výrobu komponent 3D tiskem kovů technologií Selective Laser Melting (SLM), také známou pod označením Laser Powder Bed Fusion (LPBF). V práci je obsažen přehled současného stavu poznání v oblasti realizace předehřevu a fyzikální podstaty předehřevu. Dále je v práci obsažen přehled vlivu předehřevu na konkrétní typy materiálů. Mezi tyto typy materiálů byly zařazeny titanové, intermetalické, niklové a hliníkové slitiny a měď. Z rešeršní části byly identifikovány perspektivní oblasti, které doposud nebyly dostatečně zkoumány, a kde by předehřev mohl vést k zefektivnění technologie LPBF a rozšíření oblasti zpracovatelných materiálů. Mezi tyto oblasti bylo zařazeno zkoumání vlivu předehřevu v kombinaci s dalšími procesními parametry na zbytková napětí u slitiny Ti6Al4V, vliv předehřevu na niklovou slitinu Inconel 939 a na měď. Předpokladem u Ti6Al4V a Inconelu 939 bylo, že předehřev sníží zbytková napětí a bude tak možné snížit množství podpůrných struktur během výroby, což by vedlo k zefektivnění technologie. Tato hypotéza byla zamítnuta, protože i přes snížení zbytkových napětí u Ti6Al4V nedošlo k jejich eliminaci a navíc, došlo k rychlé degradaci nepoužitého prášku, což zvyšuje náklady na výrobu. U Inconelu 939 dokonce zvýšená teplota vedla k vyšším deformacím, a tedy zbytkovým napětím v důsledku evoluce karbidické fáze. Další perspektivní oblastí, kde by předehřev mohl vést k zvýšení portfolia zpracovatelných materiálů, je měď. Měď je díky vysoké tepelné vodivosti a odrazivosti laserového záření považována za obtížně zpracovatelnou technologií LPBF. Z experimentů byl potvrzen velice pozitivní vliv předehřevu na relativní hustotu vzorků. Vzorky dosáhly hodnot relativní hustoty přes 99 % pokud byly tisknuty s předehřevem 400 °C. Bylo tedy experimentálně ověřeno, že předehřev může významně zlepšit zpracovatelnost skupiny materiálů, které mají nízkou pohltivost laserového záření a materiálů s vysokou teplenou vodivostí. Všechny výsledky vedou k lepšímu pochopení chování materiálů během zpracování technologií LPBF a mohou vést k jejímu rozšíření do dalších průmyslových odvětví. Výsledky jsou shrnuty ve třech publikacích, které byly vydány ve vědeckých časopisech. This dissertation thesis deals with the influence of preheating on the components produced using Selective Laser Melting (SLM), also known as Laser Powder Bed Fusion (LPBF) technology. The thesis contains an overview of the current state of knowledge in the field of preheating and the physical nature of preheating. Furthermore, the work contains an overview of the effect of preheating on specific types of materials. These types of materials included in the state of the art are titanium, intermetallic, nickel and aluminium alloys, and copper. From the state of knowledge, promising research areas were identified, where preheating could lead to more efficient production using LPBF technology and to expansion of the area of processable materials. These areas include the investigation of the effect of preheating in combination with other process parameters on the residual stresses of Ti6Al4V alloy, the effect of preheating on nickel alloy Inconel 939 and copper. The premise of the Ti6Al4V and Inconel 939 topics was that preheating would reduce residual stresses, and thus will be possible to reduce the necessary amount of support structures. The results can lead to more cost-effective production using LPBF technology. This hypothesis was rejected. Despite the reduction in residual stresses in Ti6Al4V, they were not fully eliminated and, in addition, a rapid degradation of unused powder was detected, which increases production costs. The preheating of the Inconel 939, against the assumption based on behaviour of other materials, led to higher deformations and thus residual stresses, due to the evolution of precipitates. Another selected area where preheating could lead to an increase in the portfolio of processable materials is the processing of copper. Copper is a difficult to process material using LPBF technology due to its high thermal conductivity and laser reflectivity. The experiments confirmed a very positive effect of preheating on the relative density of the samples. The samples reached relative density values of over 99% when fabricated with preheating at 400 °C. Thus, preheating can significantly improve the process ability of reflective and high conductive materials. All of the results lead to a better understanding of the behaviour of the materials during processing by LPBF technology and may lead to its further expansion to more industries. The results are summarized in three publications that have been published in scientific journals.
Klíčová slova:
Laser powder bed fusion; Selective laser melting; residual stress; preheating; Ti6Al4V; Inconel; copper; Laser powder bed fusion; Selective laser melting; zbytková napětí; předehřev; Ti6Al4V; Inconel; měď
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Processing of metallic materials by Selective Laser Melting at elevated temperatures
Tato disertační práce se zabývá vlivem předehřevu na výrobu komponent 3D tiskem kovů technologií Selective Laser Melting (SLM), také známou pod označením Laser Powder Bed Fusion (LPBF). V práci je ...
Field Programmable Neural Networks odolná proti poruchám
Krčma, Martin; Kordík, Pavel; Stopjaková, Viera; Drábek, Vladimír
2023 - anglický
Tato práce se zaměřuje na koncept Field Programmable Neural Networks jehož cílem je učinit implementaci umělých neuronových sítí v hradlových polích méně náročnou jejich prostředky. Za tímto účelem práce koncept rozvíjí a představuje několik jeho různých typů jež se vyznačují různými poměry mezi spotřebou zdrojů hradlových polí a přesností s jakou aproximují původní neuronovou síť jíž implementují. Teze díle rozšiřuje koncept o metody zabezpečení proti poruchám s využitím redundance a také bez ní. This thesis focuses on the Field Programmable Neural Networks concept intended to make implementation of neural networks in FPGAs less resource demanding. The thesis introduces and discusses several types of Field Programmable Neural Networks which provide different trad-offs between the resource consumption and the accuracy of the implemented neural network approximation. This thesis also introduces and discusses methods of hardening the Field Programmable Neural Networks against faults with and without redundancy.
Klíčová slova:
Field Programmable Neural Networks; fault tolerance; neural networks; FPGAs; Field Programmable Neural Networks; odolnost proti poruchám; neuronové sítě; FPGA
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Field Programmable Neural Networks odolná proti poruchám
Tato práce se zaměřuje na koncept Field Programmable Neural Networks jehož cílem je učinit implementaci umělých neuronových sítí v hradlových polích méně náročnou jejich prostředky. Za tímto účelem ...
Access and Backhaul Solutions for Cellular-Enabled Industrial Wearables
Saafi, Salwa; Bečvář, Zdeněk; Tölli, Antti; Hošek, Jiří
2023 - anglický
Smartphones are no longer the only portable devices changing the lives and daily routines of today’s digitally connected consumers. Smart glasses, watches, headsets, cameras, bands, trackers, monitors, and scanners are all examples of hands-free inherently mobile wearable devices that enable the emerging consumer and industrial applications. Similarly to customers who are ready to embrace life-changing experiences with new devices, companies and industries are also employing smart helpers and intelligent assistant systems to improve the efficiency of their automated processes and the productivity and safety of their workers. Not limited to the employment of smart helpers, the industrial digital transformation relies heavily on the deployment of communication infrastructures that utilize efficient cellular technologies to meet the dissimilar requirements of industrial applications. Motivated by these intelligent assistant systems and communication technologies, this dissertation focuses on the role of wearable technology and cellular connectivity in enabling the automation of vertical domains. Aiming to address the current technology gap behind cellular-enabled industrial wearables, the present work is dedicated to assessing the applicability of cellular connectivity to industrial wearables and developing efficient access and backhaul solutions for the support of the requirements of emerging industrial applications. The following outline of this dissertation is built around the main objectives as highlighted above and presents the main outcomes of this work, which include (i) a concise technology review capturing the evolution of the recent solutions proposed by the 3rd Generation Partnership Project (3GPP) for wearable devices and communications, (ii) an introduction to novel categories of industrial wearable applications with mid-end requirements that fall in-between the two extremes of high-end and low-end Fifth-Generation (5G) service classes, (iii) an assessment of the applicability of the emerging Reduced-Capability New Radio (NR RedCap) technology to the newly introduced wearable applications, (iv) an extension of the RedCap wearable communications with Device-to-Device (D2D) and Supplementary Uplink (SUL) capabilities for enhanced access network performance, (v) a cost-efficient backhaul selection solution based on Markov Decision Processes (MDPs) for time-sensitive wearable applications in an integrated terrestrial and non-terrestrial communication scenario, and (vi) a data-driven Artificial Intelligence (AI)-aided approach for the management of complex industrial networks with dissimilar device capabilities, communication solutions, and application requirements. A set of simulation and analytical models is developed to assess the relevant key performance indicators as part of the above contributions. Beyond indicating the need for technology improvement demanded by the efficient integration of wearable devices into cellular networks and the satisfaction of industrial application requirements, the numerical results reported in this dissertation confirm the network performance enhancements achieved by the access and backhaul solutions contributed in this work. Smartphones are no longer the only portable devices changing the lives and daily routines of today’s digitally connected consumers. Smart glasses, watches, headsets, cameras, bands, trackers, monitors, and scanners are all examples of hands-free inherently mobile wearable devices that enable the emerging consumer and industrial applications. Similarly to customers who are ready to embrace life-changing experiences with new devices, companies and industries are also employing smart helpers and intelligent assistant systems to improve the efficiency of their automated processes and the productivity and safety of their workers. Not limited to the employment of smart helpers, the industrial digital transformation relies heavily on the deployment of communication infrastructures that utilize efficient cellular technologies to meet the dissimilar requirements of industrial applications. Motivated by these intelligent assistant systems and communication technologies, this dissertation focuses on the role of wearable technology and cellular connectivity in enabling the automation of vertical domains. Aiming to address the current technology gap behind cellular-enabled industrial wearables, the present work is dedicated to assessing the applicability of cellular connectivity to industrial wearables and developing efficient access and backhaul solutions for the support of the requirements of emerging industrial applications. The following outline of this dissertation is built around the main objectives as highlighted above and presents the main outcomes of this work, which include (i) a concise technology review capturing the evolution of the recent solutions proposed by the 3rd Generation Partnership Project (3GPP) for wearable devices and communications, (ii) an introduction to novel categories of industrial wearable applications with mid-end requirements that fall in-between the two extremes of high-end and low-end Fifth-Generation (5G) service classes, (iii) an assessment of the applicability of the emerging Reduced-Capability New Radio (NR RedCap) technology to the newly introduced wearable applications, (iv) an extension of the RedCap wearable communications with Device-to-Device (D2D) and Supplementary Uplink (SUL) capabilities for enhanced access network performance, (v) a cost-efficient backhaul selection solution based on Markov Decision Processes (MDPs) for time-sensitive wearable applications in an integrated terrestrial and non-terrestrial communication scenario, and (vi) a data-driven Artificial Intelligence (AI)-aided approach for the management of complex industrial networks with dissimilar device capabilities, communication solutions, and application requirements. A set of simulation and analytical models is developed to assess the relevant key performance indicators as part of the above contributions. Beyond indicating the need for technology improvement demanded by the efficient integration of wearable devices into cellular networks and the satisfaction of industrial application requirements, the numerical results reported in this dissertation confirm the network performance enhancements achieved by the access and backhaul solutions contributed in this work.
Klíčová slova:
Wearables; cellular connectivity; industrial networks; 5G and beyond; NR RedCap; access solutions; D2D; SUL; backhaul selection; MDP; AI.; Wearables; cellular connectivity; industrial networks; 5G and beyond; NR RedCap; access solutions; D2D; SUL; backhaul selection; MDP; AI.
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Access and Backhaul Solutions for Cellular-Enabled Industrial Wearables
Smartphones are no longer the only portable devices changing the lives and daily routines of today’s digitally connected consumers. Smart glasses, watches, headsets, cameras, bands, trackers, ...
Machine Learning-Aided Monitoring and Prediction of Respiratory and Neurodegenerative Diseases Using Wearables
Skibińska, Justyna; Esposito, Anna; Faundez-Zanuy, Marcos; Hošek, Jiří
2023 - anglický
This thesis focuses on wearables for health status monitoring, covering applications aimed at emergency solutions to the COVID-19 pandemic and aging society. The methods of ambient assisted living (AAL) are presented for the neurodegenerative disease Parkinson's disease (PD), facilitating 'aging in place' thanks to machine learning and around wearables - solutions of mHealth. Furthermore, the approaches using machine learning and wearables are discussed for early-stage COVID-19 detection. Firstly, a publicly available dataset containing COVID-19, influenza, and healthy control data was reused for research purposes. The solution presented in this thesis is considering the classification problem and outperformed the state-of-the-art methods, whereas the original paper introduced just anomaly detection. The proposed model in the thesis for early detection of COVID-19 achieved 78 % for the k-NN classifier. Moreover, a second dataset available on request was utilized for recognition between COVID-19 cases and two types of influenza. The scrutinisation in the form of the classification between the COVID-19 and Influensa groups is proposed as the extension to the research presented in the original paper. The accuracy of the distinction between COVID-19 cases and influenza in the middle of the pandemic was equal to 73 % thanks to the k-NN. Furthermore, the contribution as the classification model of two aforementioned combined datasets was provided, and COVID-19 cases were able to be distinguished from healthy controls with 73 % accuracy thanks to XGBoost algorithm. The undeniable advantage of the illustrated approaches is taking into consideration the incubation period and contagiousness of the disease. In addition, some solutions for the detection of the aforementioned aging society phenomenon are presented. This study explores the possibility of fusing computerised analysis of hypomimia and hypokinetic dysarthria for the spectrum of Czech speech exercises. The introduced dataset is unique in this field because of its diversity and myriad of speech exercises. The aim is to introduce a new techniques of PD diagnosis that could be easily integrated into mHealth systems. A classifier based on XGBoost was used, and SHAP values were used to ensure interpretability. The presented interpretability allows for the identification of clinically valuable biomarkers. Moreover, the fusion of video and audio modalities increased the balanced accuracy to 83 %. This methodology pointed out the most indicative speech exercise – tongue twister from the clinical point of view. Furthermore, this work belongs to just a few studies which tackle the subject of utilising multimodality for PD and this approach was profitable in contrast with a single modality. Another study, presented in this thesis, investigated the possibility of detecting Parkinson's disease by observing changes in emotion expression during difficult-to-pronounce speech exercises. The obtained model with XGBoost achieved 69 % accuracy for a tongue twister. The usage of facial features, emotion recognition, and computational analysis of tongue twister was proved to be successful in PD detection, which is the key novelty and contribution of this study. Additionally, the unique overview of potential methodologies suitable for the detection of PD based on sleep disorders was depicted. This thesis focuses on wearables for health status monitoring, covering applications aimed at emergency solutions to the COVID-19 pandemic and aging society. The methods of ambient assisted living (AAL) are presented for the neurodegenerative disease Parkinson's disease (PD), facilitating 'aging in place' thanks to machine learning and around wearables - solutions of mHealth. Furthermore, the approaches using machine learning and wearables are discussed for early-stage COVID-19 detection. Firstly, a publicly available dataset containing COVID-19, influenza, and healthy control data was reused for research purposes. The solution presented in this thesis is considering the classification problem and outperformed the state-of-the-art methods, whereas the original paper introduced just anomaly detection. The proposed model in the thesis for early detection of COVID-19 achieved 78 % for the k-NN classifier. Moreover, a second dataset available on request was utilized for recognition between COVID-19 cases and two types of influenza. The scrutinisation in the form of the classification between the COVID-19 and Influensa groups is proposed as the extension to the research presented in the original paper. The accuracy of the distinction between COVID-19 cases and influenza in the middle of the pandemic was equal to 73 % thanks to the k-NN. Furthermore, the contribution as the classification model of two aforementioned combined datasets was provided, and COVID-19 cases were able to be distinguished from healthy controls with 73 % accuracy thanks to XGBoost algorithm. The undeniable advantage of the illustrated approaches is taking into consideration the incubation period and contagiousness of the disease. In addition, some solutions for the detection of the aforementioned aging society phenomenon are presented. This study explores the possibility of fusing computerised analysis of hypomimia and hypokinetic dysarthria for the spectrum of Czech speech exercises. The introduced dataset is unique in this field because of its diversity and myriad of speech exercises. The aim is to introduce a new techniques of PD diagnosis that could be easily integrated into mHealth systems. A classifier based on XGBoost was used, and SHAP values were used to ensure interpretability. The presented interpretability allows for the identification of clinically valuable biomarkers. Moreover, the fusion of video and audio modalities increased the balanced accuracy to 83 %. This methodology pointed out the most indicative speech exercise – tongue twister from the clinical point of view. Furthermore, this work belongs to just a few studies which tackle the subject of utilising multimodality for PD and this approach was profitable in contrast with a single modality. Another study, presented in this thesis, investigated the possibility of detecting Parkinson's disease by observing changes in emotion expression during difficult-to-pronounce speech exercises. The obtained model with XGBoost achieved 69 % accuracy for a tongue twister. The usage of facial features, emotion recognition, and computational analysis of tongue twister was proved to be successful in PD detection, which is the key novelty and contribution of this study. Additionally, the unique overview of potential methodologies suitable for the detection of PD based on sleep disorders was depicted.
Klíčová slova:
aging society; artificial intelligence; COVID-19; machine learning; Parkinson’s disease; signal processing; wearables; aging society; artificial intelligence; COVID-19; machine learning; Parkinson’s disease; signal processing; wearables
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Machine Learning-Aided Monitoring and Prediction of Respiratory and Neurodegenerative Diseases Using Wearables
This thesis focuses on wearables for health status monitoring, covering applications aimed at emergency solutions to the COVID-19 pandemic and aging society. The methods of ambient assisted living ...
Automatické plánování, spouštění a monitoring výpočetních workflows na distribuovaných systémech
Jaroš, Marta; Corbalan Gonzales, Julita; Martinovič, Jan; Jaroš, Jiří
2023 - anglický
Rutinní automatizované vykonávání složitých výpočetních procesů, tzv. workflows, se stalo naprosto klíčovým pro dosažení vysoké produktivity v různých oblastech vědy a výzkumu. Výpočetní workflows se v posledních několika letech staly důležitou abstrakcí mnoha reálných procesů a jevů, jako např. digitálních dvojčat, personalizované medicíny či na simulaci založené vědě obecně. Vykonání workflow lze vnímat jako orchestraci mnoha úloh s různými výpočetními požadavky a vzájemnými závislostmi. Vzhledem k výpočetní složitosti reálných workflows je jejich provádění možné pouze na výpočetních klastrech nebo v cloudu, kde hraje efektivní plánování a optimalizace provedení workflows klíčovou roli. Hlavním cílem této práce je umožnit automatizované a spolehlivé vykonání výpočetních workflows. Tyto workflows se často skládají z distribuovaných úloh, které jsou schopny běžet na několika výpočetních prostředcích najednou, dokonce umožňují toto množství měnit. Anglicky se tyto úlohy nazývají moldable tasks. Množství přiřazených prostředků ovlivňuje jak dobu vykonání workflow, tak i cenu výpočtu, ovšem ne stejnou měrou díky rozdílné výpočetní efektivitě. Proto tato práce zkoumá různé přístupy k plánování a optimalizaci vykonání workflows, převážně se zabývá optimalizačními technikami založenými na genetických algoritmech. Práce představuje tři optimalizační přístupy zkoumající dynamicky i staticky přidělované výpočetních zdroje. V procesu optimalizace hraje důležitou roli výkonnostní databáze, která je průběžně vytvářena a jejíž úlohou je uchovávat paralelní škálování prováděných úloh při různých vstupech. Řídkost a neúplnost výkonnostní databáze je řešena různými interpolačními metodami. Navrhované přístupy vykazují lepší využití výpočetních prostředků a umožňují prioritizaci různých optimalizačních kritérií, např. doby provádění workflow či ceny výpočtu. Finální implementace byla experimentálně ověřena na reálných workflows vykonávaných na klastrech v národním superpočítačovém centru IT4Innovations. Tato práce rovněž představuje návrh a implementaci komplexního systému pro automatické plánování, vykonávání a monitorování workflows na výpočetních klastrech. Systém rovněž disponuje dalšími funkcemi jako jsou účtování, reportování či odolnost vůči chybám. Tento systém, zvaný k-Dispatch, byl úspěšně komercializován v oblasti ultrazvukové neurostimulace a je nabízen společností Brainbox, Ltd. Automated execution of computational workflows has become a critical issue in achieving high productivity in various research and development fields. Over the last few years, workflows have emerged as a significant abstraction of numerous real-world processes and phenomena, including digital twins, personalized medicine, and simulation-based science in general. Workflow execution can be viewed as an orchestration of multiple tasks with diverse computational requirements and interdependencies, determined by the workflow structure. Due to the complexity of workflows, execution can only be satisfied by remote computing clusters or clouds. As these resources are expensive, workflow scheduling plays a crucial role in the automation process. The primary objective of this thesis is to enable automated and reliable execution of computational workflows. Moldable tasks, defined within these workflows, permit execution across multiple computational resources. This affects both the workflow makespan and computational cost, but not equally due to varying computational efficiency. Consequently, the thesis investigates various approaches to workflow scheduling and execution optimization, focusing on methods based on genetic algorithms. Three optimization approaches-targeting both on-demand and static computational resource allocations-are examined and discussed. The optimization process is supported by a performance database, which is collected on-the-fly and maintains parallel scaling of executed tasks and diverse inputs. The sparsity and incompleteness of the performance database are addressed through different interpolation methods. The proposed approaches demonstrate better utilization of computing resources while allowing prioritization of various optimization criteria, such as workflow makespan and computational cost. The final implementation was experimentally validated using real workflows executed on high-performance computing clusters at the IT4Innovations national supercomputing center. Additionally, this thesis presents the design and development of a comprehensive system for automated workflow scheduling, execution offloading and monitoring, completed with features such as accounting, reporting, and fault tolerance. This system, named k-Dispatch, has been commercialized for the neuroscience market by Brainbox, Ltd.
Klíčová slova:
Workflows; workflows execution; workflow scheduling; genetic algorithms; multi-criteria optimization; HPC as a service; high performance computing; cloud.; Workflows; spouštění workflows; plánování workflows; genetické algoritmy; vícekriteriální optimalizace; HPC jako služba; vysoce náročné počítání; cloud.
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Automatické plánování, spouštění a monitoring výpočetních workflows na distribuovaných systémech
Rutinní automatizované vykonávání složitých výpočetních procesů, tzv. workflows, se stalo naprosto klíčovým pro dosažení vysoké produktivity v různých oblastech vědy a výzkumu. Výpočetní workflows se ...
NUŠL poskytuje centrální přístup k informacím o šedé literatuře vznikající v ČR v oblastech vědy, výzkumu a vzdělávání. Více informací o šedé literatuře a NUŠL najdete na webu služby.
Vaše náměty a připomínky posílejte na email nusl@techlib.cz
Provozovatel
Zahraniční báze