USING NEURAL NETWORKS AND DEEP LEARNING ALGORITHMS IN ELECTRICAL IMPEDANCE TOMOGRAPHY

Abstract

This paper refers to the cases of the use of Artificial Neural Networks and Convolutional Neural Networks in impedance tomography. Machine Learning methods can be used to teach computers different technical problems. The efficient use of conventional artificial neural networks in tomography is possible able to effectively visualize objects. The first step of implementation Deep Learning methods in Electrical Impedance Tomography was performed in this work.

Authors and Affiliations

Grzegorz Kłosowski, Tomasz Rymarczyk

Keywords

Related Articles

OBLICZENIA EKSPOZYCJI ZEWNĘTRZNEJ PODCZAS DEMONTAŻU I SEGMENTACJI GENERATORA PARY

Przewidywanie dawek promieniowania na które narażona jest obsługa w trakcie demontażu generatora pary reprezentuje jedną z najbardziej kluczowych problemów w ramach procesu likwidacji obiektów jądrowych. Mając na względz...

INVERSE PROBLEM SOLUTION USING NEURAL NETWORK

This paper was presented a practical method of solving inverse problems in tomography using neural networks. The methods to detect changes in the size and position of an object inside another object tomography. Computed...

STUDY OF DEGRADATION AND GRANULAR FLOW PROCESSES USING X-RAY IMAGING

This paper reviews the work that has been done in the past 10 years at the Lodz University of technology about the visualization and the quantification of phenomena related to degradation processes (i.e. stress corrosion...

HIGH FREQUENCY DC/DC CONVERTER BASED ON SIC TRANSISTORS FOR RES APPLICATION

The paper presents the concept of the design, construction and test results of the voltage DC/DC Buck-Boost Converter up to 1 kW with silicon carbide transistors (SiC JFET). The inverter is designed to work with the...

SIECI “SMART GRIDS” – WYZWANIA SYNCHRONIZACJI

Niniejszy artykuł zajmuje się kluczowym aspektem, jakim jest synchronizacja w nowoczesnych sieciach elektroenergetycznych. Przedstawia on koncepcję sieci inteligentnych („smart grids”),uważaną jako przyszłość dzisiejszej...

Download PDF file
  • EP ID EP227015
  • DOI 10.5604/01.3001.0010.5226
  • Views 106
  • Downloads 0

How To Cite

Grzegorz Kłosowski, Tomasz Rymarczyk (2017). USING NEURAL NETWORKS AND DEEP LEARNING ALGORITHMS IN ELECTRICAL IMPEDANCE TOMOGRAPHY. Informatyka Automatyka Pomiary w Gospodarce i Ochronie Środowiska, 7(3), 99-102. https://europub.co.uk/articles/-A-227015