Aktualności
Autor: System Publikacja: 27.05.2020
Shaping the acoustic radiation of a vibrating plate
Granty za publikacje
JM Rektor przyznał granty za publikacje wydane w czasopismach TOPT 1, TOP10, czasopismach Nature lub Science oraz za monografie w wysoko punktowanych wydawnictwach w ramach programu Inicjatywa Doskonałości – Uczelnia Badawcza niżej wymienionym nauczycielom akademickim:
1. dr inż. Krzysztof Bernacki, dr inż. Tomasz Moroń, dr hab. inż. Adam Popowicz prof. Pol. Śl
2. dr inż. Stanisław Wrona
3. dr inż. Jakub Nalepa
1. dr inż. Krzysztof Bernacki, dr inż. Tomasz Moroń, dr hab. inż. Adam Popowicz prof. Pol. Śl
2. dr inż. Stanisław Wrona
3. dr inż. Jakub Nalepa
Poniżej streszczenia nagrodzonych publikacji:
Modified Distance Transformation for Image Enhancement in NIR Imaging of Finger Vein System (https://www.mdpi.com/1424-8220/20/6/1644/htm)
Autorzy: Krzysztof Bernacki, Tomasz Moroń, Adam Popowicz
Autorzy: Krzysztof Bernacki, Tomasz Moroń, Adam Popowicz
Większość obecnych metod przetwarzania obrazu stosowanych w obrazowaniu bliskiej podczerwieni dedykowanych dla układu naczyniowego palców dłoni, koncentruje się na ekstrakcji struktur wewnętrznych (żył). W opublikowanym artykule zaproponowano nowe podejście, które pozwala wykorzystać zarówno wewnętrzne, jak i zewnętrzne cechy palca. Metoda oparta jest na zmodyfikowanej transformacie odległościowej i pozwala na selektywną ekstrakcję struktur fizjologicznych obserwowanego palca. Otrzymane w ten sposób cechy, wykorzystujemy do identyfikacji osób w modułowo opracowanym systemie biometryczny. Nowa metoda została porównana z pięcioma stosowanymi podejściami do wydobywania cech wykorzystując bazę obrazów GustoDB, uzyskanych w szerokim zakresie długości fal NIR (730–950 nm). Wyniki wskazują na wyraźną przewagę proponowanego podejścia nad pozostałymi alternatywami. Metodą udało się osiągnąć ponad 90% dokładności identyfikacji dla wszystkich analizowanych zestawów danych.
Shaping the acoustic radiation of a vibrating plate
Autorzy: Stanisław Wrona, Marek Pawełczyk, Xiaojun Qiu
Zaproponowana została nowa metoda precyzyjnego kształtowania emisji akustycznej drgających płyt. Potencjalne zastosowania tej metody to: (i) optymalizacja emisji akustycznej płyty wykorzystywanej jako źródło dźwięku; oraz (ii) zwiększenie izolacyjności akustycznej płyty stosowanej jako bariera akustyczna. Proponowana metoda polega na zamontowaniu kilku dodatkowych usztywnień i mas (elementów pasywnych) na powierzchni płyty w miejscach określonych w procesie optymalizacji. Optymalizacja ta opiera się o model układu wibroakustycznego (płyty wraz z dodatkowymi elementami i otoczeniem), funkcję kosztu reprezentującą wybrany cel oraz właściwy algorytm optymalizacji.
W publikacji opisano metodę kształtowania i przedstawiono wyniki symulacji numerycznej oraz weryfikacji eksperymentalnej. Analiza wyników pokazuje, że izolacyjność akustyczną wprowadzaną przez pasywną barierę akustyczną można zwiększyć o ponad 7 dB w wybranych pasmach częstotliwości. Ponadto, ulepszenia te można łączyć ze zoptymalizowanymi układami elementów wykonawczych i pomiarowych, tworząc hybrydowy pasywno-aktywny system redukcji hałasu.
W publikacji opisano metodę kształtowania i przedstawiono wyniki symulacji numerycznej oraz weryfikacji eksperymentalnej. Analiza wyników pokazuje, że izolacyjność akustyczną wprowadzaną przez pasywną barierę akustyczną można zwiększyć o ponad 7 dB w wybranych pasmach częstotliwości. Ponadto, ulepszenia te można łączyć ze zoptymalizowanymi układami elementów wykonawczych i pomiarowych, tworząc hybrydowy pasywno-aktywny system redukcji hałasu.
Unsupervised Segmentation of Hyperspectral Images Using 3-D Convolutional Autoencoders, IEEE Geoscience and Remote Sensing Letters, pp 1-5, 2020. Impact factor: 3,534; punktacja MNiSzW: 140. Link: https://ieeexplore.ieee.org/document/8948005
Autorzy: Jakub Nalepa, Michal Myller, Yasuteru Imai, Kenichi Honda, Tomomi Takeda, Marek Antoniak
Autorzy: Jakub Nalepa, Michal Myller, Yasuteru Imai, Kenichi Honda, Tomomi Takeda, Marek Antoniak
Tworzenie ręcznie opisanych zbiorów danych hiperspektralnych, które mogą być wykorzystywane do opracowywania tzw. nadzorowanych algorytmów klasyfikacji i segmentacji obrazów hiperspektralnych, jest zagadnieniem trudnym i czasochłonnym. Dr inż. Jakub Nalepa i in., w swojej ostatniej pracy [1] z zakresu analizy danych hiperspektralnych, zaproponował nową metodę segmentacji tego rodzaju danych, tj. wyznaczania spójnych obszarów o podobnej charakterystyce, wykorzystującą techniki uczenia głębokiego. Podejście to jest w pełni nienadzorowane i nie wymaga tworzenia danych wzorcowych – może więc znacznie ułatwić efektywną analizę nowych obrazów hiperspektralnych. Praca powstała we współpracy z japońskimi organizacjami Kokusai Kogyo i Japan Space Systems.
Więcej aktualności
