No (1502)
Number of found documents:
1502
Published from
to
Field Programmable Neural Networks odolná proti poruchám
Krčma, Martin; Kordík, Pavel; Stopjaková, Viera; Drábek, Vladimír
2023 - English
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.
Keywords:
Field Programmable Neural Networks; fault tolerance; neural networks; FPGAs; Field Programmable Neural Networks; odolnost proti poruchám; neuronové sítě; FPGA
Available in a digital repository NRGL
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 - English
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.
Keywords:
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.
Available in a digital repository NRGL
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 - English
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.
Keywords:
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
Available in a digital repository NRGL
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 - English
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.
Keywords:
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.
Available in a digital repository NRGL
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 ...
Průběžná komprese v ultrazvukových simulacích v časové oblasti
Klepárník, Petr; Fura, Łukasz; Krupa, Petr; Zemčík, Pavel
2023 - English
Tato práce navrhuje novou kompresní metodu a její aplikaci v rámci ultrazvukových simulací v časové oblasti se specializací na cílený ultrazvuk o vysoké intenzitě (HIFU). Rozsáhlé numerické simulace HIFU, důležité pro plánování léčby založené na modelu, generují velké množství dat. Při simulaci je obvykle nutné ukládat stovky gigabajtů. Cílem použití této metody je významná úspora výpočetních prostředků při zachování dostatečné kvality simulačních výstupů. V jádru této práce jsou prezentovány experimentální simulace, které ukazují, že navržená kompresní metoda a její využití pro on-the-fly výpočet průměrné akustické intenzity během simulace přináší významné vylepšení. Hlavní výhodou je do značné míry (až 99 %) snížená spotřeba vzácného místa na disku a přibližně stejný nárok na operační paměť během simulace, což může výrazně snížit cenu výpočetní platformy. Komprese neovlivňuje nepříznivě celkovou dobu simulace. Přesnost nové metody byla vyhodnocena prostřednictvím tepelných simulací. Pomocí nové metody je dosaženo v podstatě stejných výsledků při stanovení ablatované tkáně jako u jiných přístupů. This work proposes a new compression method and its application in the framework of time-domain ultrasound simulations, specializing in high-intensity focused ultrasound (HIFU). Large-scale numerical simulations of HIFU, important for model-based treatment planning, generate large amounts of data. A simulation typically requires hundreds of gigabytes of storage. The goal of using this method is to significantly save computing resources while maintaining sufficient quality of the simulation outputs. At the core of this work, experimental simulations are presented, which show that the proposed compression method and its use for on-the-fly calculation of the average acoustic intensity during the simulation bring significant improvements. The main advantage is to a large extent (up to 99 %) reduced consumption of precious disk space and approximately the same requirement for operational memory during simulation, which can significantly reduce the price of the computing platform. Compression does not adversely affect the overall simulation time. The accuracy of the new method was evaluated using thermal simulations. Using the new method, the same results are achieved in ablated tissue determination as in other approaches.
Keywords:
Ultrasound simulation; compression; high-intensity focused ultrasound; average acoustic intensity; k-Wave toolbox; k-space pseudospectral method; high-performance computing; Ultrazvukové simulace; komprese; cílený ultrazvuk o vysoké intenzitě; průměrná akustická intenzita; k-Wave toolbox; k-space pseudospektrální metoda; vysoce výkonné výpočty
Available in a digital repository NRGL
Průběžná komprese v ultrazvukových simulacích v časové oblasti
Tato práce navrhuje novou kompresní metodu a její aplikaci v rámci ultrazvukových simulací v časové oblasti se specializací na cílený ultrazvuk o vysoké intenzitě (HIFU). Rozsáhlé numerické simulace ...
Využití polycyklických nasycených systémů v syntéze pokročilých organických a hybridních materiálů pro organickou elektroniku
Jančík, Ján; Částková, Klára; Todorov, Petar; Krajčovič, Jozef
2023 - English
Ve všech oblastech současného průmyslu zažívají pokročilé materiály extrémní romzmach, a to díky neustálé miniaturizaci součástek a elektroniky, vytváření chytrých a funkčních materiálů, vývoji nových terapeutických a diagnostických metod a v neposlední řadě zdokonalování a zefektivňování výrobních procesů. Významné postavení v tomto systému má sektor organické elektroniky, ve kterém řada technologických firem a investorů vidí velkou budoucnost. K prokázání flexibility, všestrannosti a škálovatelnosti pokročilých materiálů byly syntetizované a zkumané zcela nové adamantanem substituované polythiofeny. Tyto polymery jako silné konkurenty komerčně využívaných materiálů ukazují, že oblast organické elektroniky dosud nedosáhla svých hranic. Byla provedena rozsáhlá charakterizace a studium nových polymerů. Pro rozšíření záběru výzkumu byla navržena, připravena a zkoumána řada zcela nových fotospfotospínačů na bázi para-bis(2-thienyl)fenylenu jako dalšího typu pokročilých organických materiálů. Podle aktuálních trendů byly zkoumány i perovskitové materiály. Byla vyvinuta a optimalizována zcela nová, k životnímu prostředí šetrná, nízkonákladová a snadno do velkovýroby tranformovatelná metoda pro přípravu čtyř nejčastěji používaných hybridních perovskitových makrokrystalů. Tato metoda by mohla být odpovědí pro průmyslovou výrobu vysoce kvalitních, bezchybných a symetrických perovskitových krystalů a zařízení. Na druhou stranu byly zkoumány různé druhy perovskitových nanočástic za účelem zlepšení stability a vlastností. Byla zkoumána základní stabilizace za pomocí ligandů se zaměřením na ligandy na bázi adamantanu a pro zlepšení vlastností byla navržena stabilizace za pomocí polymerní matrice. Jako vodivá matrice pro perovskitové nanočástice byly použity adamantylem substituované polythiofeny ve formě tenkých vrstev. Advanced materials in all areas of industry have experienced an extreme boom in recent years due to the constant miniaturization of components and electronics, the creation of smart and functional materials, the development of new therapeutic and diagnostic methods, and finally, the improvement and streamlining of production processes. An important position in this system is in the sector of organic electronics, in which many technological companies and investors see a great future. To prove the flexibility, versatility, and scalability of the advanced materials, completely new adamantyl-substituted polythiophenes were prepared and investigated. As a strong competitors to commercially used materials, the novel polymers show that the field of organic electronics has not reached its borders until now. The wide characterisation and study of the new polymers was provided. To extend the research area, a series of completely new photoswitching molecules based on para-bis(2-thienyl)phenylene were designed, prepared, and investigated as another type of advanced organic materials. Following the actual trends, even perovskite materials were investigated. A completely new, environmentally friendly, low cost, and ease-of-use scalable method was invented and optimized for four mostly used hybrid lead-halide perovskites macro crystals preparation. This method could be the answer for the industrial production of high-quality, defect-free, and symmetrical perovskite macrocrystals. On the other hand, different kinds of perovskite nanoparticles were investigated to improve stability and properties. The basic ligand stabilisation was examined, focusing on adamantyl-based ligands and for improving properties, the stabilisation by polymeric matrix was designed. Adamantyl substituted polythiophenes were used as conductive matrix for perovskite nanoparticles in the form of thin layer stabilisation.
Keywords:
adamantane; polymer; thiophene; polythiophene; poly(3-hexyl)thiophene; photoswitches; perovskites; perovskite nanocrystals; nanoparticles; semiconductors; ligands; microwave synthesis; organic electronics; optoelectric properties; optoelectronics; adamantan; polymer; thiofen; polythiofen; poly(3-hexyl)thiofen; fotospínače; perovskity; nanokrystaly perovskitů; nanočástice; polovodiče; ligandy; mikrovlnná syntéza; organická elektronika; optoelektrické vlastnosti; optoelektronika
Available in a digital repository NRGL
Využití polycyklických nasycených systémů v syntéze pokročilých organických a hybridních materiálů pro organickou elektroniku
Ve všech oblastech současného průmyslu zažívají pokročilé materiály extrémní romzmach, a to díky neustálé miniaturizaci součástek a elektroniky, vytváření chytrých a funkčních materiálů, vývoji nových ...
3D TIŠTĚNÉ UMĚLÉ MATERIÁLY PRO MIKROVLNNÉ STRUKTURY
Kaděra, Petr; Soh, Ping Jack; Polívka, Milan; Láčík, Jaroslav
2023 - English
Tato dizertační práce se zabývá výzkumem 3D tištěných umělých elektromagnetických struktur pro návrh antén a mikrovlnných obvodů. Umělé struktury obsahující dielektrické i vodivé příměsi s různými geometrickými tvary jsou zkoumány a jejich přesný popis, včetně zahrnutí vlivu anizotropie, může zlepšit stávající přesnost a rychlost návrhu. Prvně jsou srovnány modely založené na analytickém přístupu modelování kapacitorů s teorií efektivního media, numerickou simulací a naměřenými výsledky, které jsou poskytnuty pro rozličné parametry materiálů, jenž jsou dostupné v technologii 3D tisku. Navržené modely metodou kapacitorů mohou být obecně využity pro rychlejší a přesnější určení efektivní komplexní permitivity, což zvyšuje potenciál dané metody při využití optimalizačních technik. Jako druhá je využita metoda vícemódových přenosových matic, která poskytuje obecný a účinný způsob výpočtu efektivní permitivity a efektivní permeability umělých struktur obsahující jak dielektrické, tak i kovové inkluze, napříč objemovým prostorem zkoumané struktury. Umělé struktury obsahující kovové inkluze obecně umožňují dosahovat široký ladící rozsah efektivních konstitutivních parametrů. Následně jsou navrženy vhodné struktury s prostorovým rozložením permittivity pro širokoúhlé Luneburgovy čočky s gradientním indexem lomu v pásmu milimetrových vln využitelné jako antény nebo retro reflektory pro zlepšení širokoúhlového rozsahu pokrytí a stabilní efektivní odrazné plochy u pasivních bezčipových frekvenčně kódovaných radiofrekvenčně identifikovaných orientačních bodů, jenž mají velký potenciál pro využití sebe-lokalizace uvnitř budov. The dissertation thesis deals with the research of 3D printed artificial electromagnetic structures exploitable for antenna and microwave component design. Artificial structures containing dielectric and metallic inclusions of various geometries are investigated, and their precise description, including the anisotropy effect, can improve the actual design speed and accuracy. First, the models based on the analytical parallel plate capacitor method are compared with an effective medium theory, numerical, and experimental results, which are provided for various parameters of materials available in 3D printing technology. The proposed models derived by the parallel plate capacitor method can generally be exploited for faster and highly accurate determination of the effective complex permittivity, which enhances its potential to be used with optimization techniques. Second, the hybrid multimodal transfer matrix method is exploited as a general and effective way for calculations of the effective permittivity and effective permeability of artificial structures containing both dielectric and metallic inclusions through the volumetric space of the structures studied. The artificial structures containing metallic inclusions generally allow to achieve a wide tuning range of the effective constitutive parameters. Finally, suitable structures with spatial permittivity distribution are developed for wide-angle millimeter-wave gradient-index Luneburg lenses employable as antennas or retroreflectors for wide angular coverage and stable radar cross section enhancements of passive, chipless frequency-coded radiofrequency identification tag landmarks which have a large potential for indoor self-localization.
Keywords:
3D printing; artificial dielectrics; artificial materials; dielectric substrate; parallel plate capacitor; effective medium theory; additive manufacturing; lens antenna; material characterization; millimeter-waves; spatial permittivity distribution; retroreflector.; 3D tisk; umělá dielektrika; umělé materiály; dielektrické substráty; kapacitory s paralelními elektrodami; teorie efektivního média; aditivní výroba; čočková anténa; charakterizace materiálu; milimetrové vlny; prostorová distribuce permittivity; retroreflektor.
Available in a digital repository NRGL
3D TIŠTĚNÉ UMĚLÉ MATERIÁLY PRO MIKROVLNNÉ STRUKTURY
Tato dizertační práce se zabývá výzkumem 3D tištěných umělých elektromagnetických struktur pro návrh antén a mikrovlnných obvodů. Umělé struktury obsahující dielektrické i vodivé příměsi s různými ...
Detekce hran v obraze pomocí konvexní optimalizace
Novosadová, Michaela; Róka, Rastislav; Dostál, Otto; Rajmic, Pavel
2023 - English
Detekce hran v obraze je jednou z nejdůležitějších technik v oblasti digitálního zpracování obrazu. Bývá používána, mimo jiné, jako první krok segmentace obrazu. I proto stále zůstává v oblasti zájmu vědců, kteří se snaží vyvíjet stále lepší detekční přístupy. Hlavním cílem této práce je nalezení vhodné metody detekce hran v obraze pomocí konvexní optimalizace. Navržená metoda je založená na řídkém modelování, a její hlavní část je formulována jako konvexní optimalizační problém, který je řešen pomocí proximálních algoritmů. Pro definici optimalizačního problému se předpokládá, že signál může být modelován jako přeparametrizovaný po částech polynomiální signál, který se skládá z disjunktních segmentů. Počet těchto segmentů je výrazně menší než je počet vzorků signálu, což vybízí k použití řídkosti. Návrh vhodného optimalizačního problému nejdříve probíhá na jednorozměrných signálech, jelikož implementace a porovnání jednotlivých algoritmů je pro jednorozměrné signály výrazně jednodušší a časově méně náročná, než pro dvojrozměrné. První část práce se věnuje představení základní teorie z oblasti zpracování signálu, řídkosti, konvexní optimalizace a proximálních algoritmů, a dále prezentuje průřez používanými metodami pro hranovou detekci v obraze. Druhá část práce se zaměřuje na návrh a následné vyhodnocení jednotlivých optimalizačních problémů pro segmentaci jednorozměrných syntetických signálů, které jsou poškozeny šumem. Vyhodnocení je provedeno jak z pohledu přesnosti detekce skoků tak i odšumění. Poslední část práce je věnována rozšíření nejlépe fungujícího přístupu k detekci skoků v jednorozměrném signálu pro použití na detekci hran v obraze. V této části je navržený přístup testován na standardizovaném datasetu obrázků, který obsahuje manuálně označené hrany od několika subjektů. Výsledky navržené metody jsou vyhodnoceny pomocí precision-recall křivek a jejich maximálního F skóre a následně porovnány s ostatními metodami hranové detekce. Image edge detection is one of the most important techniques in digital image processing. It is used, among other things, as the first step of image segmentation. Therefore, it remains an area of interest for researchers trying to develop ever-better detection approaches. The main objective of this Thesis is to find a suitable method for image edge detection using convex optimisation. The proposed method is based on sparse modelling, and its main part is formulated as a convex optimisation problem solved by proximal algorithms. For defining the optimisation problem, it is assumed that the signal can be modelled as an over-parametrised, piecewise-polynomial signal that consists of disjoint segments. The number of these segments is significantly smaller than the number of signal samples, which encourages the use of sparsity. The formulation of a suitable optimisation problem is first performed on one-dimensional signals since the implementation and comparison of the different algorithms is significantly easier and less time-consuming for one-dimensional signals than two-dimensional ones. The first part of the Thesis introduces the basic theory in signal processing, sparsity, convex optimisation and proximal algorithms. It also presents a cross-section of the methods used for image edge detection. The second part of the Thesis focuses on the formulation and the subsequent evaluation of individual optimisation problems for the segmentation of one-dimensional synthetic signals corrupted by noise. The evaluation is conducted in terms of both denoising and breakpoint detection accuracy. The last part of the Thesis is dedicated to expanding the best-performing approach for breakpoint detection in one-dimensional signals for the application to image edge detection. The proposed approach is tested on a standardised dataset of images containing manually labelled edges of several subjects. The results of the proposed method are evaluated using precision-recall curves and their maximum F-measure score, and then compared with other edge detection methods.
Keywords:
Signal segmentation; image edge detection; convex optimisation; proximal splitting algorithm; proximal operator; sparsity; total variation; gradient; Segmentace signálů; detekce hran v obraze; konvexní optimalizace; proximální algoritmy; proximální operátory; řídkost; totální variace; gradient
Available in a digital repository NRGL
Detekce hran v obraze pomocí konvexní optimalizace
Detekce hran v obraze je jednou z nejdůležitějších technik v oblasti digitálního zpracování obrazu. Bývá používána, mimo jiné, jako první krok segmentace obrazu. I proto stále zůstává v oblasti zájmu ...
Fatigue Crack Growth Retardation Techniques for the Integral Airframe Structure
Jetela, Václav; Růžička, Milan; Petrásek, Miloslav; Klement, Josef
2023 - English
Při zavádění integrální letecké konstrukce vyvstal problém s rychlým růstem únavové trhliny v této konstrukci. Jednou z možností, jak zpomalit růst trhliny a zvýšit životnost konstrukce, je aplikace tzv. zastavovače trhliny. Tato disertační práce porovnává aditivně vyráběné a lepené zastavovače trhlin z hlediska životnosti, rychlosti šíření trhliny a delaminace. V případě lepených zastavovačů trhlin; doposud nebyla věnována pozornost zastavovačům z nerezové oceli. Nerezová ocel se jeví jako vhodný kandidát z důvodu koeficientu tepelné roztažnosti blízkého hliníkové slitině, vysoké tahové pevnosti a vysokého modulu pružnosti v tahu. S ohledem na aditivně vyráběné zastavovače trhlin, žádná pozornost nebyla věnována zastavovačům trhlin z materiálů odlišných od podkladové konstrukce. Za účelem doplnění současného stavu poznání byly vybrány tyto aditivní technologie: studená kinetizace a ultrazvuková konsolidace. Metodou studené kinetizace byly deponovány zastavovače z nerezové oceli a titanové slitiny. Metodou ultrazvukové konsolidace byly navařeny zastavovače z nerezové oceli. V experimentální části práce byl pozorován růst únavové trhliny v podkladové konstrukci. Delaminace zastavovače byla monitorována metodou pulzní termografie s následnou rekonstrukcí termografického signálu. Lepené zastavovače trhlin z nerezové oceli se prokázaly jako vhodná alternativa k zastavovačům s uhlíkovými vlákny. Nerezové zastavovače výrazně snížily rychlost šíření únavové trhliny, čímž značně prodloužily životnost vzorku. Bohužel, všechny zastavovače připravené metodou studené kinetizace urychlily růst únavové trhliny, čímž došlo k předčasnému selhání vzorku. Ultrazvukově konsolidované zastavovače s dvěma vrstvami oceli byly nejefektivnější z hlediska zvýšení životnosti. Tato práce navíc prokázala, že pro detekci delaminace v ultrazvukově konsolidovaném laminátu je možné použít metodu pulzní termografie. A problem with fast crack propagation arose from utilizing integral airframe structure. One of the techniques to slow down crack propagation and prolong the fatigue life is the application of crack retarder. The aim of this thesis is to compare the performance of additively manufactured crack retarders with bonded ones in terms of the fatigue life, crack growth rate and delamination. In case of the bonded crack retarders; no attention has been paid to the crack retarders made of stainless steel. The stainless steel appears to be a suitable candidate for its coefficient of thermal expansion close to the aluminum, high strength and elastic modulus. Regarding the additively manufactured crack retarders, little or no attention has been paid to the crack retarders made of metals different than the base structure. To address this research gap, two distinctive technologies were selected: cold spray and ultrasonic consolidation. Using the cold spray, the titanium and stainless steel crack retarders were deposited. Using the ultrasonic consolidation, the stainless steel crack retarders were welded. In the experimental work, the crack advance was visually observed. The crack retarder delamination was monitored using the pulsed thermography with subsequent Thermographic Signal Reconstruction. Bonded stainless steel crack retarders proved to be an suitable alternative to the already proven carbon fibre crack retarders. Stainless steel retarders significantly lowered the fatigue crack growth rate which resulted in longer fatigue life. However, all cold sprayed crack retarders accelerated crack growth rate and led to the specimen's premature failure. Ultrasonically consolidated crack retarder with two steel layers was the most effective in the life prolongation. The study also proved, that the delamination in the ultrasonically consolidated metal laminates can be detected using pulsed thermography.
Keywords:
Selective reinforcement; Bonded Crack Retarder; Cold Spray; Ultrasonic Consolidation; Crack growth; Damage Tolerance; Thermography; Delamination.; Lokální vyztužení; Lepený zastavovač trhliny; Cold spray; Ultrazvuková konsolidace; Růst trhliny; Přípustné poškození; Termografie; Delaminace.
Available in a digital repository NRGL
Fatigue Crack Growth Retardation Techniques for the Integral Airframe Structure
Při zavádění integrální letecké konstrukce vyvstal problém s rychlým růstem únavové trhliny v této konstrukci. Jednou z možností, jak zpomalit růst trhliny a zvýšit životnost konstrukce, je aplikace ...
Hybrid Method for Modelling and State Estimation of Dynamic Systems
Brablc, Martin; Blaha, Petr; Bugeja, Marvin; Grepl, Robert
2023 - English
Tato Disertační práce se zabývá vývojem nové hybridní metody pro současné odha- dování stavů a parametrů nelineárních dynamických systémů, založené na myšlence lokálních lineárních modelů, která využívá odhad nejistoty parametrů modelu pro automatické nastavení některých parametrů Kalmanova filtru (KF), čímž se výrazně zjednodušuje její nasazení a nastavení v praktických aplikacích. V první části se disertační práce věnuje shrnutí aktuálního stavu poznání v oblasti dynamických systémů, simultánní estimace, KF a modelování nelineárních dynamických systémů. Následně se ve dvou samostatných kapitolách věnuje modifikaci KF pro situace, kde dominantním vlivem způsobujícím procesní šum jsou nepřesné parametry modelu, a dále modifikaci metody Receptive field weighted regression (RFWR) tak, aby mohla být použita pro duální estimaci. Nakonec práce popisuje vyvinutou hybridní metodu složenou z modifikovaných algoritmů RFWR a KF nazvanou Receptive field dual estimation - (RFDE) a demonstruje její funkčnost na simulačních i reálných datech. This Doctoral thesis deals with the development of a new hybrid method for the dual estimation of states and parameters of nonlinear dynamic systems based on the idea of local linear models, which uses the estimation of the uncertainty of the model parameters to automatically adjust the parameters of the Kalman filter (KF), thus greatly simplifying its deployment and adjustment in practical applications. In the first part, the dissertation summarises the current state of knowledge in the field of dynamic systems, simultaneous estimation, KF and modelling of nonlinear dynamic systems. Then, in two separate chapters, it discusses the modification of KF for situations where inaccurate model parameters are the dominant influence causing process noise, and the modification of the Receptive field weighted regression (RFWR) method so that it can be used for dual estimation. Finally, the paper describes the developed hybrid method composed of modified RFWR and KF algorithms called Receptive field dual estimation - (RFDE) and demonstrates its performance on simulation and real data.
Keywords:
Dynamic systems; Modelling and simulation; Control theory; Continuous time systems; Discrete time systems; Approximation methods; Local linear models; Local linear regression; Receptive fields; Weighted regression; MATLAB; Parameter estimation; State estimation; Kalman filter; Process noise; Gaussian Noise Covariance; Simultaneous estimation; Joint estimation; Dual estimation; Recursive least squares; Dynamické systémy; Modelování a simulace; Teorie řízení; Systémy se spojitým časem; Systémy s diskrétním časem; Aproximační metody; Lokální lineární modely; Lokální lineární regrese; Receptivní pole; Vážená regrese; MATLAB; Odhadování patametrů; Odhadování stavů; Kalmanův filtr; Procesní šum; Kovariance Gaussovs- kého šumu; Silmultánní estimace; Sloučená estimace; Duální estimace; Rekursivní metoda nejmenších čtverců
Available in a digital repository NRGL
Hybrid Method for Modelling and State Estimation of Dynamic Systems
Tato Disertační práce se zabývá vývojem nové hybridní metody pro současné odha- dování stavů a parametrů nelineárních dynamických systémů, založené na myšlence lokálních lineárních modelů, která ...
NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web
Send your suggestions and comments to nusl@techlib.cz
Provider
Other bases