E-Locus - Ιδρυματικό Καταθετήριο Πανεπιστημίου Κρήτης - Characterization and control of surface structures in laser-based processing using Machine/Deep Learning

Αρχική Characterization and control of surface structures in laser-based processing using Machine/Deep Learning

Αποτελέσματα - Λεπτομέρειες

[Προσθήκη στο καλάθι]

Κωδικός Πόρου

000464706

Τίτλος

Characterization and control of surface structures in laser-based processing using Machine/Deep Learning

Άλλος τίτλος

Χαρακτηρισμός και έλεγχος δομών επιφάνειας σε επεξεργασία με λέιζερ χρησιμοποιώντας Μηχανική/Βαθιά Μάθηση

Συγγραφέας

Λίτσας, Αναστάσιος Σ.

Σύμβουλος διατριβής

Πανταζής, Γιάννης

Μέλος κριτικής επιτροπής

Τσαμαρδινός, Ιωάννης
Κομοδάκης, Νικόλαος

Περίληψη

Η εφαρμογή των Συνελικτικών Νευρωνικών Δικτύων (CNNs) για τον χαρακτηρι- σμό και τον έλεγχο των επιφανειακών δομών που προήλθαν από επεξεργασία λέιζερ α- ποτελεί μια πρωτοποριακή ενσωμάτωση της βαθιάς μάθησης στον τομέα της επιστήμης των υλικών. Αυτή η διπλωματική εργασία παρουσιάζει την ανάπτυξη μοντέλων CNN για να αναλύσουν και να εξάγουν χαρακτηριστικά από εικόνες μορφολογικών μοτίβων που δημιουργήθηκαν από αλληλεπιδράσεις λέιζερ με υλικά. Αυτά τα μοτίβα, κρίσιμα για τις ιδιότητες των υλικών, αποτελούν μια πρόκληση στην ακριβή πρόβλεψη των παραμέτρων του λέιζερ, έναν καίριο παράγοντα για την προώθηση των τεχνολογιών επεξεργασίας με λέιζερ. Στην εργασία αυτή χρησιμοποιούμε τεχνικές "Single Task Learning" (STL) και "Multi-Task Learning" (MTL). Το πρώτο μέρος της διπλωματικής εργασίαςα είναι αφιερωμένο σε πειράματα STL, όπου οι προβλέψεις γίνονται για κάθε παράμετρο ξεχωριστά. Στο δεύτερο μέρος, το οποίο αναλύει την τεχνική MTL, αξιολογούνται οι προβλέψεις ορισμένων ή όλων των παραμέτρων-στόχων. Τα πειράματα διεξήχθησαν χρησιμοποιώντας τόσο συνθετικά όσο και πραγματικά δεδομένα. Το STL είχε εξαιρετικά καλά αποτελέσματα σε πραγ- ματικά δεδομένα, επιτυγχάνοντας σχεδόν άριστα αποτελέσματα στα συνθετικά. Αν και παρατηρήθηκαν βελτιώσεις σε ορισμένες προβλέψεις στην περίπτωση του MTL, η συνολική του απόδοση δεν κατάφερε να ξεπεράσει το STL

Φυσική περιγραφή

viii, 62 σ. : σχεδ., πιν., εικ. (μερ. εγχρ.) ; 30 εκ.

Γλώσσα

Αγγλικά

Θέμα

CNNs

DLIP

Laser processing

MTL

STL

Νευρωνικά δίκτυα

Ημερομηνία έκδοσης