Software-Algorithmen basierend auf maschinellem Lernen für die Datenprozessierung und -analyse von MIR-Absorptionsspektren

Abstract

In der vorliegenden Bachelorarbeit mit dem Titel Software-Algorithmen basierend auf maschinellem Lernen für die Datenprozessierung und -analyse von MIR-Absorptionsspektren wird ein Konzept fur die Datenauswertung und Klassifizierung von MIR-Absorptionsspektren erarbeitet. Hierfür werden Messungen mit einem Absorptionssspektroskopiesystem, welches im mittleren infraroten Spektralbereich (MIR) betrieben wird, durchgeführt, auf deren Basis später der komplette Zyklus von Datenaufnahme bis hin zum Ergebnis der Binärklassifizierung entwickelt und demonstriert wird. Dieses Konzept liefert die Grundlage für die Datenauswertung des Phylax-Technologiedemonstrators, mit welchem später an Flughäfen und bei Großveranstaltungen der Schuhbereich von Passanten beruhrungslos auf eine eventuell vorliegende Explosivstoffkontamination abgescannt werden soll. Die Programmskripte werden dabei in Python programmiert, wobei zur Umsetzung der Klassifizierungseinheit mit der Deep-Learning-Bibliothek Keras gearbeitet wird.