Finansavimas

Fotonika ir dirbtinis intelektas yra įvardijamos kaip „key enabling technologies“ Europos Komisijos paskelbtame Bendrijos strateginiame plane. Elektromagnetinės THz bangų ruožo spinduliuotės šaltiniai per pastarąjį dešimtmetį susilaukė daug dėmesio dėl savo plataus pritaikymo potencialo: nuo neinvanzinės spektroskopijos iki nejonizuojančio storų (virš keliasdešimt bangos ilgių) siekiančių bandinių vaizdinimo metodų. Tobulėjant THz spinduliuotei skirtų optinių elementų gamybos technologijoms, atsirado poreikis ištirti struktūrinių pluoštų savybių pritaikomumą milimetrinių elektromagnetinių bangų ruože atliekant bandinių neinvazinį vaizdinimą. Šio proceso metu vis dažniau reikalaujami netradiciniai lazeriniai pluoštai, kadangi be spinduliuotės bangos ilgio tampa svarbi ir pluošto struktūra židinio aplinkoje. Iš kitos pusės, dirbtinis intelektas ir susijusios technologijos randa vis platesnį pritaikymą mūsų aplinkoje: nuo išmaniųjų algoritmų e-parduotuvėse iki autopilotų transporto priemonėse. Dalyje tokių taikymų yra svarbus objektų vaizdinimas ir jų atpažinimas. Tokie klausimai, kaip raiškos pagerinimas, geresnis kontrastas, platesnis regos laukas bei lauko gylis yra sunkiai išsprendžiami be fotonikos žinių. Dirbtinio intelekto technologijos jau dabar randa pritaikymą vaizdinimo metodikoje, pagreitindamos tokias svarbias operacijas kaip dekonvoliucija bei objektų dielektrinės skvarbos ir formos nustatymą.Šio tyrimo pagrindiniai uždaviniai yra a) atlikti THz vaizdinimo virtualų eksperimentą, kuomet bandinys sąveikauja su specialios optikos sukurta šviesa bei kinta bandinio padėtis, b) atstatyti objekto pralaidumo funkciją ir palyginti rezultatus gautus skirtingais metodais, c) sugeneruoti duomenis DNT mokymuisi, d) informuotojo dekonvoliucinio DNT algoritmo apmokymas, e) DNT bei kitų klasikinių algoritmų palyginimas dekonvoliucijos operacijos metu, kuomet vaizdinami dar „nematyti“ testiniai objektai.