Use of the Two-stage Neural System in Industrial Electrical Tomography - Hybrid Approach
Fragment książki (Materiały konferencyjne)
MNiSW
200
konferencja
| Status: | |
| Autorzy: | Kłosowski Grzegorz, Rymarczyk Tomasz, Niderla Konrad |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Drukowana | Elektroniczna |
| Język: | angielski |
| Strony: | 55 - 56 |
| Scopus® Cytowania: | 0 |
| Bazy: | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | 2022 ACM International Joint Conference on Pervasive and Ubiquitous Computing |
| Skrócona nazwa konferencji: | UbiComp/ISWC '22 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 11 września 2022 do 15 września 2022 |
| Miasto konferencji: | Cambridge |
| Państwo konferencji: | WIELKA BRYTANIA |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| This study presents an algorithmic concept that allows obtaining higher-quality tomographic images. The method solves the problem of imaging the interior of industrial tanks, reactors, or pipes. Research focuses on how to solve the inverse problem, which is converting measurements to images. Hybrid tomography combined electrical impedance tomography (EIT) and electrical capacitance tomography (ECT) measurements. The measurement vector was converted into images in two steps. In the first phase, the Long Short-Term Memory (LSTM) neural network was used, thanks to which raw reconstructions were obtained. A second network was then trained to convert the images obtained in the first step into enhanced images. The new method is effective and universal because its use is not limited to one type of tomography. |
