Ponad pół roku grzebania się w modelowaniu matematycznym, przeszukiwania publikacji, kilka modeli do identyfikacji systemów. Potem implementacje w matlabie i testy wydajnościowe.
Cel: udowodnić, że mogę zrobić lepszą metodę kompensacji pomiarów femtoamperowych niż aktualnie używana.
Po optymalizacjach, hackowaniu matlaba i jego wbudowanych funkcji, podmiankach i innych fikołkach udało mi się zejść do 1/4 czasu wykonania (a system jest real-time) i ciut lepszych osiągów w dokładności pomiarów niż ma cernowy model. Dodatkowo kompensacja jest już nie tylko temperaturowa, ale bierze też pod uwagę wilgotność.
Strzeżcie się, bo jak wyjdzie implementacja w logice programowalnej to za poprawność pomiaru promieniowania będzie odpowiadała moja metoda ( ͡°͜ʖ͡°)
@xfin: Tak, one są takie małe i używa się ich w dozymetrii promieniowania. Rozumiem że pisząc o tym, że w komorze jest inne ciśnienie niż to atmosferyczne to odnosiłes się do Waszego projektu a nie do komory jonizacyjnej właśnie typu Farmer.
@xfin: Teraz to trochę bardziej logicznie brzmi, bo z poprzedniej wypowiedzi wynikało, że w komorze Farmer jest ciśnienie inne niż atmosferyczne, a to herezja. Ogolnie jest kilka typów komór i lepiej zaznaczać o jakiej się mówi, bo później to wychodzi, że ciśnienie z Farmera nogę urywa.
@Homofobiczny_Czarodziej: Różne warianty regresji (taki standardowy zestaw metod matematycznych) oraz uczenie maszynowe (głównie sieci neuronowe i redukowanie ich najbardziej jak się da). Chodziło o to, żeby tam jakichś super skomplikowanych obliczeń nie było i dało się to sprowadzić do jak najmniejszej liczby operacji typu mnożenie, dzielenie, bo później implementujemy w FPGA.
@ursaminior: Ale w sumie też nigdy nie pisałem że powietrze ;) Nie jestem pewien co tam jest
@Homofobiczny_Czarodziej: W moim przypadku po INF i po EKA. Na razie w testach wygrywa sieć neuronowa (w sumie to nawet niezbyt skomplikowana pod względem architektury). No ale dzisiaj oddałem raport i czekam co dalej.
@xfin spoko. Algorytmy identyfikacji pisaliscie sami od zera czy modyfikowanie jakiś toolboxow jak narazie? Korzystałem w pracy mgr z nnsysid i system identification toolboxa i pamiętam ze tam czasami z wydajnością było różnie
@Homofobiczny_Czarodziej: Na początku toolbox i skrypty żeby mieć szybkie obliczenia metryk (błędy typu SSE, RMSE, współczynniki regresji R^2). Potem ręczne kodzenie wg modeli (obiekty matlabowe mają swój narzut), optymalizacje na macierzach, potem na zwykłe operacje matematyczne.
Teraz pewnie poleci próba w C a finalnie pewnie w logikę FPGA.
@xfin: Typ wymyśla jakieś nowe metody implementacji, a ja oglądam seriale i jem nalesniory z dziewczyna, a największym moim osiągnięciem jest backflip ¯\_(ツ)_/¯
@xfin: A testowałeś te algorytmu w czymś niższego poziomu, niż Matlab? Przecież on jest okrutnie wolny, żeby Ci nie wyszło, że po przepisaniu Twoja metoda jest 2x wolniejsza...
Potem implementacje w matlabie i testy wydajnościowe.
Cel: udowodnić, że mogę zrobić lepszą metodę kompensacji pomiarów femtoamperowych niż aktualnie używana.
Po optymalizacjach, hackowaniu matlaba i jego wbudowanych funkcji, podmiankach i innych fikołkach udało mi się zejść do 1/4 czasu wykonania (a system jest real-time) i ciut lepszych osiągów w dokładności pomiarów niż ma cernowy model.
Dodatkowo kompensacja jest już nie tylko temperaturowa, ale bierze też pod uwagę wilgotność.
Strzeżcie się, bo jak wyjdzie implementacja w logice programowalnej to za poprawność pomiaru promieniowania będzie odpowiadała moja metoda ( ͡° ͜ʖ ͡°)
#cern #nauka #programowanie #matlab (i trochę #pwr #wroclaw ostatecznie tutaj wszystko się zaczęło)
@ursaminior: Ale w sumie też nigdy nie pisałem że powietrze ;) Nie jestem pewien co tam jest
Na razie w testach wygrywa sieć neuronowa (w sumie to nawet niezbyt skomplikowana pod względem architektury). No ale dzisiaj oddałem raport i czekam co dalej.
źródło: comment_Ih5BvKgY41v5dnzR4JTekD3EVbU77DOt.jpg
PobierzTeraz pewnie poleci próba w C a finalnie pewnie w logikę FPGA.
@Wielki_Wtorek: Dzięki, pozdrowienia!