Deep Learning aplicado al procesamiento de tomografías por microondas
Cargando...
Fecha
2023-12-18
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Nacional Arturo Jauretche. Instituto de Ingeniería y Agronomía
Resumen
El objetivo de este trabajo fue el del desarrollo de un software en Python utilizando Inteligencia Artificial de Redes Neuronales Convolucionales (CNN por sus siglas en inglés) de la librería de TensorFlow capaz de realizar estimaciones y reconstrucciones de las propiedades dieléctricas y geométricas cilindros dispersores medidos utilizando la técnica de imágenes por microondas sin información de fase. Con este fin, para el entrenamiento de la red, se generaron imágenes mediante un software de simulación en Python implementando la librería Meep con distintos tipos de arreglos geométricos y dieléctricos en los que se utilizaron como referencia dos cilindros homogéneos (uno dentro de otro) que representan un modelo de juguete de un corte transversal de tobillo. Las imágenes son representaciones directas de la magnitud del campo eléctrico medido en las antenas receptoras y generado por estas estructuras. Al no contar con mediciones experimentales, las mismas fueron simuladas utilizando la técnica de FDTD (Finite-Difference Time-Domain por sus siglas en inglés), que resuelve numéricamente las ecuaciones de Maxwell. A partir de esta premisa, se evaluaron diferentes topologías de redes neuronales variando los hiperparámetros de la red con el fin de encontrar la combinación óptima. Basados en estos resultados se logró conformar y compilar un modelo cuya tasa de predicción es aceptable en términos aproximados pero no del todo certera para aplicaciones donde se requieran resultados más precisos. Este comportamiento se puede deber a que, en esencia, el método de reconstrucción tomográfica sin información de fase pertenece a una categoría de problemas inversos mal planteados o mal condicionados donde no se conoce nada del objeto dispersor, se busca es reconstruir una imagen de las propiedades dieléctricas del dominio de investigación y sólo se tiene información en el dominio de medición (antenas receptoras).
Descripción
Palabras clave
IA, CNN, Redes Neuronales, TMO, Imágenes por microondas, FDTD
Citación
67 p.