NEWS
Entwicklung von Verfahren zur
Vorhersage epileptischer Anfälle
mit Zellularen Neuronalen Netzen (CNN)
Epilepsie ist eine
Funktionsstörung des Gehirns, an der weltweit etwa 1 % der
Bevölkerung leidet.
Trotz der Möglichkeit medikamentöser und
chirurgischer Behandlung kann nur bei
ca. 70 % der Patienten eine befriedigende oder vollständige
Anfallsreduktion
erreicht werden. Für die restlichen 20-30 % würde die
frühzeitige Vorhersage
eines epileptischen Anfalls eine psychische Erleichterung darstellen und die
Grundlage für eine
gezielte medikamentöse Behandlung legen, bei der die
Nebenwirkungen vieler Antiepileptika
minimiert werden. Dabei besteht der Wunsch nach einem miniaturisierten
und
möglichst implantierbaren closed-loop System, das einen
bevorstehenden Anfall
erkennt, den Patienten frühzeitig warnt und gegebenenfalls
interveniert.
Zur Früherkennung epileptischer
Anfälle werden Algorithmen
basierend auf EEG-Analyseverfahren entwickelt, die auf
Voranfallszustände
hinweisen. So wurden an Hand von Langzeit-EEG-Registrierungen lineare
und
nichtlineare Methoden zur Signalprädiktion sowie
Mustererkennung erarbeitet,
die sich auf Zellulare Neuronale
Netze übertragen lassen. Im Rahmen des DFG-Projektes
„Entwicklung von Verfahren
zur Vorhersage epileptischer Anfälle mit Zellularen Neuronalen
Netzen“ steht
die Übertragung dieser Verfahren auf eine schaltungstechnische
Realisierung im
Vordergrund. Dabei wird untersucht, ob der Einsatz von CNN für
die komplexe
Signalverarbeitung der enormen Mengen an EEG-Daten unter
Echtzeitbedingungen geeignet
ist.
Image compression by means of
complex systems
Image compression is a necessary ingredient
whenever limited bandwidth channels are available. During the years
several
techniques and standards have been developed.
Image coding (image compression) can be
sorted into two arts. One is lossless, another is lossy.
The principle of lossless image compression
is reducing the redundancy of image data. There are two principal types
of
image data redundancies: coding redundancy and spatial redundancy.
Compared with lossless coding, lossy coding
has more important place in application because of the higher
compression rate
and acceptable quantity degeneration. The principle of lossy coding is
to remove
psycho-visual redundancy. Our research is also focused on the lossy
coding
technique.
In the 50s of last century, the emergence
phenomenon
and cellular computing as a new kind of science, has been deeply
studied. Two
important models cellular automata (CA) and cellular neural/nonlinear
network
(CNN) have been developed. Because of the abundant pattern of
cellular system and parallel computation, these paradigms are promising
tools for
image coding.
In our research, we investigate the
character of cellular systems, which are useful for image coding,
develop and
improve image coding schemes by using these methods.
Closed
loop control system for
Laser Beam Welding (LBW) processes
This
research is based on the implementation of a closed loop control system
for Laser Beam Welding (LBW) processes. In the last decades LBW
outclassed older welding techniques in the industrial scenario, thanks
to key features like highly focused laser beam, deep and slender weld
seams, minimized affected zone and high feeding rates. These
characteristics make the LBW one of the most used method in
manufacturing processes such as the automotive industry.
In
the development of our research, laser welding of zinc-coated steel
sheets in overlap joint configuration have been taking into account.
They are composed by two metals whose fusion and boiling points are
rather different. As soon as the beam hits the material surface, the
melt of the solid materials starts and a capillary is generated. Due to
the hydrostatic pressure of the metal vapor all the plates of the
welding setup are penetrated, creating the so called full penetration.
The state of full penetration is visible in the coaxial camera image as
a dark zone directly behind the laser interaction zone, the so called
full penetration hole. It ensures that the two materials are properly
connected over the whole cross section after re-solidification and,
therefore, it represents an important quality feature which indicates
the strength of the connection.
Illustration
1
describes from the top to the bottom the material melting in four
different phases and clarifies the position of the full penetration
hole in the coaxial camera image, which shows the thermal radiation of
the process in the near infrared (NIR) range. Thereby, the use of
feedback strategies based on the full penetration hole detection could
allow controlling high speed laser welding processes and improving the
final result. Furthermore, the most successful technique to obtain good
weld seams consists in the use of a gap between the zinc-coated steel
sheets in overlap joint. The dimension of the gap usually depends on
the material thickness. If a too small or no gap between the sheets is
used, hot zinc vapors can only emerge inside the keyhole volume through
a channel mainly localized on the front keyhole wall, at the sheet
interface. Expanding from this channel due to its high dynamic
pressure, Zn vapor expels violently the liquid steel and a large amount
of rear melt pool can blow away. This phenomenon, named spatters, leads
to cavities in the weld seam. These defects obviously damage the
strength, the corrosion resistance and the aesthetics of the weld seam.
Therefore, one of the parameters to indicate the quality of the welding
result is the amount of spatters created during the process. Thereby,
the real time detection of spatters can be a good indicator for
undesirable changes in welding conditions.
Illustration 2
shows a typical image with spatters. Nevertheless, despite the huge
improvement in laser technologies, sophisticated visual methods of
fault detection are not commonly used in commercially available
equipments yet. Due to the high dynamics of LBW, robust closed loop
control systems require fast real time image processing with frame
rates greater than 5 kHz. With respect to this, In the last years I
focused my attention on the implementation of Cellular Neural Network
(CNN) based algorithms for the detection of the full penetration hole
and spatters. In particular the full penetration hole feature has been
using for the control of the laser power, while the spatter detection
for the process quality control. The algorithms have been implementing
in the Eye-RIS system v1.2.
Illustration
3 shows the flow chart of the visual closed loop control
system.
Solitonen und Discrete
Breathers in Nichtlinearen Zellularen Netzwerken
Als Solitonen bezeichnet man Lösungen nichtlinearer partieller
Differentialgleichungen, die ihre Form bei der Ausbreitung beibehalten
und sehr robust gegen äußere Störungen
sind. Diese
lokalisierten Wellenphänomene haben weitere interessante
Eigenschaften. Bei integrablen Systemen (Systeme mit einer
Erhaltungsgröße) gehen zwei Solitonen eine
elastische
Streuung ein, d.h. Wellen vereinigen sich
während des
Stoßprozesses nichtinear, trennen sich aber nach Kontakt
wieder
in der jeweils ursprünglichen Form.
Eine spezielle Klasse der Solitonen sind die sogenannten Discrete
Breathers. Diese Lösungen sind meist stehende Schwingungen,
die
durch die räumliche Kopplung zweier Solitonen entstehen.
Interessant sind diese Phänomene aufgrund der Tatsache, dass
sie
universell in vielen unterschiedlichen Medien auftreten. Discrete
Breathers spielen z.B. eine wesentliche Rolle in der Öffnung
der
DNA bei der Replikation (Peyrard–Bishop Modell).
Wir erforschen die Eigenschaften von Solitonen und solitonischen
Lösungen in nichtlinearen, schwach gekoppelten zellularen
Netzwerken. Unterschiedliche Modelle (Sinus-Gordon,
Korteweg-de
Vries) werden herangezogen und in diskretisierter Form in das Netzwerk
eingebracht. Die Art der Randbedingungen spielt dabei eine wesentliche
Rolle.
Ziel ist ein tieferes Verständnis des Verhaltens von Solitonen
und
die Anwendung in zellularen Netzwerken als Vehikel der
Informationsverarbeitung.
| Eine
Discrete Breather Lösung der Sinus-Gordon Gleichung |
Eine
"Kink"-Lösung der Sinus-Gordon Gleichung |
 |
 |
>>nach oben
|
