|
Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)
МОДЕЛИ В ФИЗИКЕ И ТЕХНОЛОГИИ
Многослойная нейронная сеть для определения размеров наночастиц в задаче лазерной спектрометрии
А. Э. Шабанов, М. Н. Петров, А. В. Чикиткин Московский физико-технический институт (государственный университет),
Россия, 141701, Московская облаcть, г. Долгопрудный, Институтский пер., д. 9
Аннотация:
Решение задачи лазерной спектрометрии позволяет определять размеры частиц в растворе по спектру интенсивности рассеянного света. В результате эксперимента методом динамического рассеяния света получается кривая интенсивности рассеяния, по которой необходимо определить, частицы каких размеров представлены в растворе. Экспериментально полученный спектр интенсивности сравнивается с теоретически ожидаемым спектром, который является кривой Лоренца. Основная задача сводится к тому, чтобы на основании этих данных найти относительные концентрации частиц каждого сорта, представленных в растворе. В статье представлен способ построения и использования нейронной сети, обученной на синтетических данных, для определения размера частиц в растворе в диапазоне 1–500 нм. Нейронная сеть имеет полносвязный слой из 60 нейронов с функцией активации RELU на выходе, слой из 45 нейронов и с аналогичной функцией активации, слой dropout и 2 слоя с количеством нейронов 15 и 1 (выход сети). В статье описано, как сеть обучалась и тестировалась на синтетических и экспериментальных данных. На синтетических данных метрика «среднеквадратичное отклонение» (rmse) дала значение 1.3157 нм. Экспериментальные данные были получены для размеров частиц 200 нм, 400 нм и раствора с представителями обоих размеров. Сравниваются результаты работы нейронной сети и классических линейных методов, основанных на применении различных регуляризаций за счет введения дополнительных параметров и применяемых для определения размера частиц. К недостаткам классических методов можно отнести трудность автоматического определения степени регуляризации: слишком сильная регуляризация приводит к тому, что кривые распределения частиц по размерам сильно сглаживаются, а слабая регуляризация дает осциллирующие кривые и низкую надежность результатов. В работе показано, что нейронная сеть дает хорошее предсказание для частиц с большим размером. Для малых размеров предсказание хуже, но ошибка быстро уменьшается с увеличением размера.
Ключевые слова:
ДРС, лазерная спектрометрия, кривая Лоренца, нейронные сети.
Поступила в редакцию: 02.11.2018 Исправленный вариант: 18.02.2019 Принята в печать: 18.02.2019
Образец цитирования:
А. Э. Шабанов, М. Н. Петров, А. В. Чикиткин, “Многослойная нейронная сеть для определения размеров наночастиц в задаче лазерной спектрометрии”, Компьютерные исследования и моделирование, 11:2 (2019), 265–273
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/crm710 https://www.mathnet.ru/rus/crm/v11/i2/p265
|
|