छवि पुनर्निर्माण: 1 किमी फाइबर, कृत्रिम तंत्रिका नेटवर्क और गहन सीखने

आजकल, ऑप्टिकल फाइबर मानव जीवन के सबसे विविध क्षेत्रों का एक अभिन्न अंग बन गए हैं: होम इंटरनेट से एंडोस्कोपी तक। ऑप्टिकल फाइबर का उपयोग कई लाभों के कारण होता है: ट्रांसमिशन गति, शारीरिक शक्ति, बैंडविड्थ, सूचना सुरक्षा, आदि।

थ्रूपुट को बढ़ाने के लिए, कई समानांतर चैनलों पर सूचना प्रसारित होने पर एक मल्टीमोड ऑप्टिकल फाइबर (MMF) बनाया गया था। अपने सभी लाभों के बावजूद, MMF में कई कमियां हैं, जिनमें से एक ने छवि हस्तांतरण प्रक्रिया को बेहतर बनाने के लिए शोधकर्ताओं ने इसे खत्म करने का फैसला किया। लब्बोलुआब यह है: जब एक नमूना एमएमएफ के समीपस्थ पक्ष पर पेश किया जाता है, तो जो छवि हमें बाहर की तरफ मिलती है वह धब्बेदार होती है, क्योंकि इसके आने वाले डेटा को फाइबर की लंबाई के साथ प्रसार की बदलती डिग्री के साथ कई मोड पर वितरित किया जाता है। वैज्ञानिकों ने एंडोस्कोपी का उपयोग करते हुए सटीक छवियों को प्राप्त करने के लिए कृत्रिम तंत्रिका नेटवर्क के लिए मल्टीमोड फाइबर और गहन सीखने के संयोजन का उपयोग करने का प्रस्ताव किया है। चलो शोधकर्ताओं की रिपोर्ट में खुदाई करते हैं और यह समझने की कोशिश करते हैं कि यह कैसे काम करता है और क्या परिणाम देता है। चलो चलते हैं।

अध्ययन का आधार

MMF के माध्यम से प्रेषित छवियों को डिक्रिप्ट करने के लिए कृत्रिम तंत्रिका नेटवर्क का उपयोग करने की तकनीक लंबे समय से विकसित की गई है। इसलिए शुरुआती कार्यों में एक दो-परत नेटवर्क का वर्णन किया गया था, जो 10 छवियों को पहचानने में सक्षम था, जो एक सिले हुए फाइबर के 10 मीटर से गुजरता था।

इस अध्ययन में, प्रणाली बहुत अधिक जटिल है, लेकिन, वैज्ञानिकों के अनुसार, बहुत अधिक कुशल। प्रारंभिक चरण एक MMF के माध्यम से एक छवि पारित करके प्राप्त किए गए बड़ी संख्या में धब्बेदार नमूने एकत्र करना था। वे डीएनएन (कृत्रिम तंत्रिका नेटवर्क गहन प्रशिक्षण * पर आधारित) के प्रशिक्षण के लिए ज्ञान का आधार बन गए हैं।


धब्बेदार छवि उदाहरण

डीप लर्निंग * - एक विशिष्ट कार्य के लिए एक विशेष एल्गोरिथ्म के बजाय प्रस्तुति के आधार पर मशीन सीखने के तरीकों का एक संयोजन।

DNN वास्तुकला बहुत जटिल है और इसमें लगभग 14 छिपी हुई परतें हैं * ।

छिपी परत * - एक कृत्रिम तंत्रिका नेटवर्क में कम्प्यूटेशनल इकाइयां (न्यूरॉन्स) होती हैं, जिन्हें 3 श्रेणियों में विभाजित किया जाता है: इनपुट, हिडन और आउटपुट। इनपुट जानकारी प्राप्त करते हैं, छिपे हुए लोग विभिन्न गणना करते हैं, और सप्ताहांत आगे सूचना प्रसारित करते हैं।

DNN पर प्रयोगों का संचालन करने के लिए, 20,000 मैन्युअल रूप से लिखित संख्याओं का एक डेटाबेस बनाया गया था। अगला, आधार बेतरतीब ढंग से समूहों में विभाजित है:

• 16,000 अंक - प्रशिक्षण;
• 2,000 अंक - सत्यापन;
• 2,000 अंक - परीक्षण।

प्रयोग की तैयारी

नीचे दी गई छवि एक ऑप्टिकल प्रणाली के आरेख को दर्शाती है जिसका उपयोग डेटा एकत्र करने के लिए किया गया था।

छवि नंबर 1: स्थापना आरेख:

लेजर स्रोत - लेजर विकिरण (बीम) का एक स्रोत;
एचडब्ल्यूपी - आधा-लहर प्लेट;
एम 1 एक दर्पण है;
एसएलएम - स्थानिक प्रकाश न्यूनाधिक;
P एक रैखिक ध्रुवीकार है;
एल लेंस है;
बीएस - बीम फाड़नेवाला;
ओबीजे - माइक्रोस्कोप उद्देश्य;
ओएफ - ऑप्टिकल फाइबर;
सीसीडी - सीसीडी कैमरा।

और अब क्रम में। 560 एनएम के तरंग दैर्ध्य के साथ एक लेजर बीम एक ढाल ऑप्टिकल फाइबर के माध्यम से 62.5 माइक्रोन के कोर व्यास और एक संख्यात्मक एपर्चर * 0.275 के साथ प्रकाश का निर्देशन करता है।

ग्रेडिएंट एमएमएफ * एक गैर-समान अपवर्तक प्रोफ़ाइल वाला एक ऑप्टिकल फाइबर है, जब अपवर्तक सूचकांक धीरे-धीरे किनारे से फाइबर अक्ष तक कम हो जाता है।

फाइबर प्रकारों की तुलना: स्टेप मल्टीमोड, ग्रेडिएंट मल्टीमोड और सिंगल मोड (ऊपर से नीचे)।

संख्यात्मक एपर्चर * बीम और अक्ष के बीच अधिकतम कोण की साइन है। इस मामले में, फाइबर के ऊपर विकिरण के वितरण में कुल आंतरिक प्रतिबिंब है।

एक विशिष्ट तरंग दैर्ध्य में, फाइबर लगभग 4,500 स्थानिक मोड का समर्थन करने में सक्षम है। इनपुट नमूने (चित्र) एक स्थानिक प्रकाश न्यूनाधिक पर प्रदर्शित किए जाते हैं, जिसके बाद उन्हें एमएमएफ के समीपस्थ (केंद्र के करीब) चेहरे के लिए 4 एफ प्रणाली का उपयोग करके पुनर्निर्देशित किया जाता है। फाइबर के दूर के अंत में, एक और 4 एफ प्रणाली फाइबर से बाहर का (केंद्र से दूर) चेहरे से सीसीडी कैमरे तक फैलने वाले धब्बे की कल्पना करती है।

सीसीडी * एक चार्ज-युग्मित उपकरण है जो अर्धचालक की मात्रा में नियंत्रित चार्ज हस्तांतरण की तकनीक को लागू करता है।

ढाल एमएमएफ के लिए इनपुट सिग्नल के रूप में चरण और आयाम मॉडल की जांच करने के लिए, एसएलएम से पहले एक आधा-लहर प्लेट स्थापित किया गया था, और एसएलएम के बाद एक रैखिक ध्रुवीकरण।

जैसा कि पहले उल्लेख किया गया है, मैन्युअल रूप से लिखित संख्याओं ने नमूने के रूप में काम किया। उन्हें MNIST डेटाबेस से लिया गया था।

DNN द्वारा संसाधित किए जाने से पहले, CCD1 या CCD2 पर दर्ज की गई प्रत्येक चित्र को 1024 × 1024 पिक्सेल पर क्रॉप किया गया था। इसके अलावा, प्राप्त धब्बेदार छवियां 32 × 32 पिक्सेल तक कम हो गईं और DNN के लिए इनपुट के रूप में उपयोग की गईं।


चित्र संख्या 2

छवियों 2 ए और 2 बी में हम संख्याओं के पैटर्न (0 और 4) देखते हैं। 2 सी और 2 डी समान संख्याएं हैं, लेकिन आयाम मॉड्यूलेशन के बाद, जब प्रेषित सिग्नल का आयाम परिवर्तनों के अधीन था। चरण मॉड्यूलेशन के बाद 2e और 2f नमूना अंक हैं, जब वाहक दोलन के चरण सिग्नल के प्रत्यक्ष अनुपात में बदल गए। हम स्वयं भी स्पेकल्स देखते हैं, जो 2 सेमी की दूरी से गुजरने के बाद फाइबर के बाहर के चेहरे पर तय किए गए थे।

Speckles ( 2g और 2h ) को भेद करना काफी मुश्किल है। हालांकि, अगर हम छवियों की तुलना 2d और 2h (उदाहरण के लिए, नमूना "4" पर विचार करें), तो हम उस अंतर को अलग कर सकते हैं जिसे DNN निर्धारित कर सकता है ( 2i )। इस प्रकार, ये विशिष्ट विशेषताएं सिस्टम को "9", आदि से "0" को "4", "2" से अलग करने की अनुमति देंगे।

डाटा प्रोसेसिंग

दृश्य ज्यामिति समूह (VGG) प्रकार (3a) का एक दृढ़ तंत्रिका नेटवर्क * speckles के निर्धारण और पुनर्निर्मित इनपुट छवियों के लिए प्रणाली का आधार बन गया।

संवादी तंत्रिका नेटवर्क * - एएनएन आर्किटेक्चर, जो कि सजा के संचालन द्वारा विशेषता है, जब छवि के प्रत्येक टुकड़े को कन्वेंशन मैट्रिक्स एलिमेंट वाइज गुणा किया जाता है, जिसके बाद परिणाम को अभिव्यक्त किया जाता है और आउटपुट इमेज में उसी स्थिति में लिखा जाता है।

दृढ़ तंत्रिका नेटवर्क वास्तुकला का एक उदाहरण।

इस तरह की प्रणाली की शुरूआत ने छवियों को अधिक सटीकता के साथ डिक्रिप्ट करने की अनुमति दी। छवियों के पुनर्निर्माण के लिए, 14 छिपे हुए परतों के साथ "यू-नेट" प्रकार के दृढ़ तंत्रिका नेटवर्क का उपयोग किया गया ( 3 बी )।


चित्र संख्या 3

याद रखें कि 20,000 संख्याओं के आधार को तीन समूहों (प्रशिक्षण के लिए 16,000, परीक्षण के लिए 2,000 और परीक्षण के लिए 2,000) में विभाजित किया गया था।

प्रशिक्षण समूह को पुनर्निर्माण नेटवर्क के लिए 50 और निर्धारण नेटवर्क के लिए 500 बैचों में संसाधित किया गया था। उसी समय, दलों ने पीछे हटने से बचने के लिए बदल दिया * ।

रीट्रेनिंग * - मामला जब सिस्टम प्रशिक्षण सेट से उदाहरणों को अच्छी तरह से संभालता है, लेकिन परीक्षण से उदाहरणों का अच्छी तरह से सामना नहीं करता है।

रूट-मीन-स्क्वायर त्रुटि को कम करने के लिए, 1 x 10 ^-4 की सीखने की गति के साथ एक अनुकूलन एल्गोरिथ्म ^{का उपयोग किया गया था} ।

जाल प्रशिक्षण चरण के माध्यम से चला गया अब 50 युगों (बैकप्रागैशन चक्र) से अधिक नहीं है। प्रत्येक मामले के लिए, प्रशिक्षण प्रणाली की सटीकता पर सांख्यिकीय डेटा एकत्र करने के लिए प्रशिक्षण को 10 बार दोहराया गया था।

सभी DNNs को एक एकल NVIDIA GeForce GTX 1080Ti GPU के आधार पर पायथन टेंसरफ्लो 1.5 पुस्तकालय का उपयोग करके लागू किया गया था।

अनुसंधान के परिणाम

पुनर्निर्माण

पहले पैरामीटर जिसे वैज्ञानिकों ने अधिक विस्तार से जांचने का फैसला किया, वह इनपुट डेटा को फिर से संगठित करने की प्रणाली की क्षमता थी।



ऊपर की छवि संख्याओं (0 ... 9) के पुनर्निर्माण के परिणामों को दिखाती है, एक फाइबर 0.1 मीटर, 10 मीटर और 1000 मीटर लंबी के माध्यम से डेटा पारित करने के बाद।

जैसा कि हम देख सकते हैं, प्रक्रिया का परिणाम बहुत सटीक है, जो भविष्य की छवि की चरम विशिष्ट विशेषताओं को अलग करने के लिए यू-नेट प्रणाली की क्षमता की पुष्टि करता है।

पुनर्निर्माण की सटीकता की डिग्री भी सत्यापित की गई थी। यह सूचक फाइबर की लंबाई 96.9% (0.1 मीटर) से 90.0% (1000 मीटर) तक कम हो जाता है।

सटीकता में कमी इस तथ्य के कारण है कि 1 किमी की लंबाई वाली फाइबर के साथ, इसमें तापमान की असमानताएं उत्पन्न होती हैं (गर्मी के कारण सामग्री का विस्तार और / या अपवर्तक सूचकांक में बदलाव), जो सिग्नल के ऑप्टिकल पथ को बदलते हैं। ये प्रक्रियाएं इस तथ्य की ओर ले जाती हैं कि बाहर के छोर पर धब्बेदार पैटर्न अस्थिर हो जाता है, जिससे वांछित छवि में पुनर्निर्माण करना अधिक कठिन हो जाता है।

शोधकर्ताओं ने ध्यान दिया कि फाइबर के बाहरी संपर्क से छवि पुनर्निर्माण की सटीकता की डिग्री भी कम हो जाती है। इसलिए, सिस्टम के और सुधार के साथ, ऑप्टिकल फाइबर को थर्मल इन्सुलेशन और एक आइसोथर्मल माध्यम प्रदान किया जाना चाहिए ताकि पुनर्निर्माण सटीकता के अधिकतम स्तर को प्राप्त किया जा सके।

पुनर्निर्माण प्रक्रिया भी संसाधित छवि पर पूरी तरह से कलाकृतियों का स्तर बनाती है।



उदाहरण के लिए, सिस्टम छवि ( 2 ए ) को डिस्टल स्पेकल ( 2 जी ) से अलग करता है, जबकि एक साथ फाइबर ( 2 सी और 2 ई ) के समीपस्थ किनारे पर अनुमानित दोषों को हटाता है। इसके अलावा, सिस्टम उन कलाकृतियों को खत्म करने की कोशिश करता है जो फाइबर के नमूने या संरचनात्मक अशुद्धियों में संदूषण या दोषों के कारण उत्पन्न हुई हैं।

सरफ के नमूनों का वर्गीकरण

सिस्टम छवि को फिर से बना सकता है, और इस प्रक्रिया की सटीकता बहुत प्रभावशाली है। अब हम विश्लेषण के लिए मुड़ते हैं कि सिस्टम कितनी सटीक रूप से यह निर्धारित करने में सक्षम है कि छवि (संख्या) कहां है, अर्थात्, इसके पुनर्निर्माण के बाद डेटा को वर्गीकृत करने के लिए।



ऊपर दिए गए ग्राफ़ और तालिका से यह देखा जा सकता है कि ट्रांसमिशन में शामिल फाइबर की बढ़ती लंबाई के साथ वर्गीकरण सटीकता कम हो जाती है। एक समान प्रवृत्ति पुनर्निर्माण की सटीकता के साथ थी। भले ही आयाम मॉडल या चरण हो, सटीकता कम हो जाती है। 2 सेमी फाइबर में - 90% सटीकता। यह एक अच्छा संकेतक है, लेकिन फाइबर बहुत कम है। लेकिन 1 किमी की लंबाई के साथ, सटीकता 30% तक गिर जाती है। शोधकर्ता इसका श्रेय बिखरने वाले नुकसान, मोड कपलिंग और डिस्टल स्पेकल ड्रिफ्ट को बढ़ाते हैं। ये सभी "हस्तक्षेप" फाइबर की लंबाई में वृद्धि के कारण होते हैं।


डिस्टल स्पेकल चेंजेस

रिकॉर्डिंग 83 एफपीएस की फ्रेम दर के साथ बनाई गई थी। 1 किमी फाइबर पर एक प्रयोग के रूप में, एक खाली छवि प्रेषित की गई थी।


(ए) और (बी) - ऊपर के रिकॉर्ड से लिए गए २ फ्रेम, (सी) - उनकी तुलना।

ये फ्रेम 2 सेकंड के अंतर के साथ रिकॉर्ड किए गए थे। और जैसा कि हम छवि (सी) में देखते हैं, उनके बीच का अंतर बहुत महत्वपूर्ण है। स्पेकल में इस तरह के तेज बदलाव पर्यावरण के तापमान में उतार-चढ़ाव या डिवाइस (छवि नंबर 1) पर हवा के प्रवाह के साथ जुड़े हो सकते हैं, जिससे फाइबर की छोटी सी गड़बड़ी हो सकती है। लेकिन जब फाइबर की लंबाई बढ़ जाती है, तो ऐसी गड़बड़ी की ताकत ध्यान देने योग्य हो जाती है।

यह पता चला है कि इन "हस्तक्षेप" के कारण सिस्टम का सभी संचालन व्यर्थ हो जाएगा। हालाँकि, वैज्ञानिक ऐसी कठिनाइयों को रोकते नहीं हैं, बल्कि उन्हें सोचने के लिए प्रोत्साहित करते हैं।

यह धब्बेदार विस्थापन का अध्ययन करने का निर्णय लिया गया और वे छवि वर्गीकरण की सटीकता को कैसे प्रभावित करते हैं। इसके लिए, वीजीजी नेटवर्क को 10,000 नमूनों (उपलब्ध आधे) के आधार पर प्रशिक्षित किया गया था, फिर परीक्षण किया गया था, लेकिन अन्य आधे नमूनों के साथ। स्थानों में नमूनों के 2 समूहों को बदलते हुए प्रक्रिया को दोहराया गया था। परिणामों से पता चला कि वर्गीकरण की सटीकता में कोई महत्वपूर्ण परिवर्तन नहीं हैं, चूंकि स्पेकल्स का परिवर्तन आकस्मिक नहीं है, जिसका अर्थ है कि एएनएन प्रक्रिया में अध्ययन करने, याद रखने और इसे निर्धारित करने में सक्षम है।

आयाम और चरण मॉड्यूलेशन के बीच का अंतर नगण्य था। फाइबर की लंबाई 10 मीटर और चरण मॉडुलन के साथ, वर्गीकरण आयाम मॉड्यूलेशन की तुलना में थोड़ा बेहतर था। यह ऑप्टिकल फाइबर के मोड पर प्रकाश के अधिक समान वितरण के कारण है। आयाम मॉडुलन के साथ, तंतुओं के चयनात्मक स्थानिक उत्तेजना के कारण ट्रांसमिशन में शामिल मोड की संख्या सीमित है।

यदि हम 1 किमी लंबे फाइबर के विकल्प पर विचार करते हैं, तो आयाम मॉड्यूलेशन पहले से ही चरण से अधिक है। जब प्रकाश एक लंबे फाइबर से गुजरता है, तो सभी मोड एक ही बार में सूचना के प्रसारण में शामिल होते हैं।


त्रुटि मैट्रिसेस (भ्रम की स्थिति)

वर्गीकरण सटीकता में सुधार करने के लिए, पहले से ही पुनर्निर्माण नमूनों का उपयोग करके ANN को भी प्रशिक्षित किया गया था। त्रुटि मैट्रिस भी लागू किए गए थे, जिसने वर्गीकरण सटीकता में काफी सुधार किया।

उदाहरण के लिए, 1 किमी लंबे फाइबर के मामले में, संख्या 4 और 9 के साथ-साथ 3, 5, 6 और 8 के बीच भ्रम होता है।

पुष्टि करने के लिए, बस पुनर्निर्माण के परिणामों को देखें।


अंक ४ और ९


संख्या 3, 5, 6 और 8



समय के साथ चित्रों के वर्गीकरण की सटीकता में परिवर्तन के ऊपर दिए गए रेखांकन:

ए - फाइबर और डिस्टल स्पेकल्स के 10 मीटर;
बी - फाइबर के 10 मीटर और खंगाला छवियों;
s - 1 किमी फाइबर और डिस्टल स्पेकल्स;
डी - फाइबर और पुनर्निर्मित छवियों का 1 किमी।

अध्ययन की बारीकियों के साथ एक विस्तृत परिचय के लिए, मैं दृढ़ता से वैज्ञानिकों की रिपोर्ट को देखने की सलाह देता हूं। एक पीडीएफ संस्करण एक ही पृष्ठ ("पीडीएफ प्राप्त करें" बटन) पर भी उपलब्ध है।

उपसंहार

इस अध्ययन ने उत्कृष्ट परिणाम दिखाए, जो इसके भविष्य के विकास और व्यावहारिक कार्यान्वयन को इंगित करता है। उपरोक्त विधियों को दूरसंचार (मल्टीप्लेक्सिंग में डिकोडिंग) और यहां तक ​​कि दवा (एंडोस्कोपी) में भी लागू किया जा सकता है।

समय की लागतों की गणना करने के बाद, वैज्ञानिकों ने पाया कि उनमें से अधिकांश सिस्टम की तैयारी में जाते हैं, या इसके प्रशिक्षण के बजाय। और यह बताता है कि एक पहले से ही प्रशिक्षित प्रणाली अपने कार्यों को अविश्वसनीय रूप से जल्दी से मिलिसेकंड तक कर सकती है। केवल सीमा हार्डवेयर शक्ति होगी।

निश्चित रूप से, गहन सीखने के आधार पर कृत्रिम तंत्रिका नेटवर्क के क्षेत्र में बहुत अधिक अध्ययन करना होगा। लेकिन उनकी उपयोगिता अब दिखाई दे रही है। मौजूदा प्रणालियों में सुधार, जो भी उनके आवेदन, नए बनाने के रूप में महत्वपूर्ण गतिविधि है। आखिरकार, पहिया को सुदृढ़ करने के लिए हमेशा आवश्यक नहीं है, अगर आप बस इसे सुधार सकते हैं। मुख्य बात, जैसा कि अभ्यास ने दिखाया है, बॉक्स के बाहर सोचने के लिए, हमारी खुद की और दूसरों की गलतियों से सीखने के लिए, कभी-कभी असंभव कार्यों को सेट करने और खुद पर विश्वास करने के लिए। यदि एक विचार मानवता को लाभान्वित कर सकता है, तो इसे अवश्य ही महसूस किया जाना चाहिए।

हमारे साथ बने रहने के लिए धन्यवाद। क्या आप हमारे लेख पसंद करते हैं? अधिक दिलचस्प सामग्री देखना चाहते हैं? एक आदेश रखकर या अपने दोस्तों को इसकी अनुशंसा करके हमें समर्थन दें, एंट्री-लेवल सर्वरों के अनूठे एनालॉग पर हैबर उपयोगकर्ताओं के लिए 30% छूट जो हमने आपके लिए ईजाद की है: VPS (KVM) E5-2650 v4 (6 कोर) 10GB DDR4 240GB SSD 1Gbps से पूरा सच $ 20 या सर्वर को कैसे विभाजित करें? (विकल्प RAID1 और RAID10 के साथ उपलब्ध हैं, 24 कोर तक और 40GB DDR4 तक)।

छह महीने की अवधि के लिए एक नया डेल R630 के लिए भुगतान करते समय मुफ्त में 3 महीने - 2 एक्स इंटेल डेका-कोर एक्सोन E5-2630 v4 / 128GB DDR4 / 4x1TB HDD या 2x240GB SSD / 1Gbps 10 टीबी - $ 99.33 प्रति माह से , केवल अगस्त के अंत तक, ऑर्डर करें। यहाँ हो सकता है ।

डेल R730xd 2 बार सस्ता? केवल हमारे पास 2 x Intel Dodeca-Core Xeon E5-2650v4 128GB DDR4 6x480GB SSD 1Gbps 100 टीवी 249 डॉलर में नीदरलैंड और यूएसए से है! इन्फ्रास्ट्रक्चर Bldg का निर्माण कैसे करें के बारे में पढ़ें । एक पैसा के लिए 9,000 यूरो की लागत डेल R730xd E5-2650 v4 सर्वर का उपयोग कर वर्ग?