PROJEKT
V tomto projekte budeme pracovať so spektrom, ktoré je výstupom merania meracieho zariadenia AIMS (Advanced Ion Mobility Spectrometer) určeného na analýzu a detekciu chemických látok v plynnom a kvapalnom stave. Namerané dáta, ktoré je možné použiť ako vstup pre systém automatického rozpoznania spektier, môžu predstavovať napr. vzorky olivového oleja extra panensky olivový olej, panenský olivový olej, menej kvalitný olivový olej a úlohou systému bude správne určiť typ nameranej vzorky olivového oleja zo spektra. Spektrum si môžeme predstaviť ako časovú sekvenciu meraní spektrálnych koeficientov (napr. 9000 záznamov obsahujúcich 500 koeficientov bude predstavovať jedno spektrum) uloženú vo formáte *.txt. Úspešnosť systému v ideálnom stave by mala dosahovať hodnoty blízke 100%.
V aktuálnom stave nie je možne jednoducho určiť typ olivového na základe vizuálnej analýzy spektra bez špecifickej skúsenosti používateľa, tu nastupuje možnosť aplikácie strojového učenia a vytvorenie automatického systému rozpoznania spektier pre konkrétnu úlohu.
Počas projektu je nutné vyriešiť nasledujúce úlohy:
- Spracovanie výstupu AIMS spektrometra (spracovanie súborov vo formáte *.txt/*.csv)
- Nájdenie vhodnej reprezentácie dát – črty pre aplikovanie strojového učenia
- Nájdenie vhodnej klasifikačnej metódy
- Optimalizovať nastavenie hyper-parametrov klasifikačnej metódy
- Definovanie kritéria pre hodnotenie úspešnosti klasifikácie (úspešnosť, F1 skóre, AUC ...)
V projekte sa naučíte ako postupovať pri spracovaní dát zo spektrálneho analyzátora, ako postupovať pri vyhľadávaní a výbere vhodných čŕt resp. príznakov. V danej oblasti je možné využiť znalosti z oblasti spracovania obrazu ako aj z oblasti spracovania signálov. Následne bude potrebné nájsť vhodnú metódu pre rozpoznávanie spektier (neurónová sieť, Support Vector Machines, random forest atd.) jej natrénovanie a overenie schopnosti rozpoznávania. Výsledkom projektu bude automatický systém rozpoznávania spektier.