Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/2459| Aprendizaje Automático para la Determinación de la Permitividad de los Líquidos de un Sensor en el Rango de Frecuencias de Microondas. | |
| Eliseo Sanchez Lopez | |
| Israel Cruz | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Permitivity Deep Learning Machine Learning Artificial Neural Networks Microwave Root Mean Square Error | |
| This study is focused on implementing Machine Learning techniques; three different models are proposed to predict the dielectric constant of the complex permittivity of some liquids; these models are Deep Learning, Artificial Neural Network and Support Vector Machine. The operation of a sensor is replicated employing simulation, this sensor operates in the microwave frequency range (0.5GHz-3.7GHz), formed by a pair of electrically coupled resonators and different liquids placed in containers, allowing to maintain very small quantities of the liquid on the sensor. The simulation of seven study liquids (acetone, castor oil, isopropyl, methyl hydrate, mineral oil, toluene and water) was performed, obtaining data for training the mentioned models. The experimental data were obtained through a vector network analyzer (VNA) and used in the testing stage for the machine learning models. Additionally, sensor analysis using the ANSYS HFSS® simulator was used to replicate the operation of a sensor to validate the proposed models for the prediction of the permittivity values of each of the liquids, so that we could observe the performance of the proposed systems. Este estudio está enfocado en la implementación de las técnicas de Aprendizaje Automático (Machine Learning) para predecir la constante dieléctrica de la permitividad compleja de algunos líquidos. Se usan tres técnicas de Aprendizaje Automático las cuales son: Aprendizaje profundo (Deep Learning), Red neuronal artificial (Artificial Neural Network) y Máquinas de soporte vectorial (Support Vector Machine). Se replica el funcionamiento de un sensor por medio de simulación, dicho sensor opera en el rango de frecuencias de las microondas (0.5GHz-3.7GHz), formado por un par de resonadores acoplados eléctricamente y diferentes líquidos puestos en contenedores, permitiendo mantener cantidades muy pequeñas de los líquido sobre el sensor. Los líquidos simulados bajo estudio son: acetona, aceite de ricino, isopropilo, hidrato de metilo, aceite mineral, tolueno y agua; de los cuales se obtuvieron datos para implementar los modelos mencionados. Por la parte de los datos experimentales, se obtuvieron por medio de un analizador de redes vectoriales (VNA, por sus siglas en ingles) y se utilizaron en la etapa de prueba para los modelos de aprendizaje automático. Para la simulación y análisis del sensor se uso el simulador ANSYS HFSS®, replicando el funcionamiento del sensor propuesto, validar los modelos propuestos, realizar la predicción de los valores de permitividad de cada uno de los líquidos y observar el desempeño de cada sistema propuesto. | |
| Tesis de Maestría, Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| 2023-06 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| Sanchez Lopez, E., (2023), Aprendizaje Automático para la Determinación de la Permitividad de los Líquidos de un Sensor en el Rango de Frecuencias de Microondas, Tesis de Maestría, Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| ELECTRÓNICA | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Electrónica |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| SANCHEZLE_ME.pdf | 5.08 MB | Adobe PDF | Visualizar/Abrir |