Estimación de frecuencias de señales interferométricas con redes neuronales

Autores
Cerrotta, Santiago; Morel, Eneas Nicolás
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Una vez adquirida la señal óptica de la técnica de interferencia de baja coherencia mediante un espectrómetro es necesario realizar un post procesado para encontrar la frecuencia de oscilación característica de la señal. Esta señal me brinda información morfológica (espesor, topografía, etc) de la muestra en estudio. En este trabajo se diseñan, entrenan e implementan Redes Neuronales Artificiales que permiten reemplazar herramientas convencionales en el procesamiento de señales oscilantes y en particular el cálculo de la Transformada de Fourier. Se analiza la precisión y los tiempos característicos de estas redes demostrando que son una opción viable para estimar frecuencias de señales oscilatorias.
Fil: Cerrotta, Santiago. Universidad Tecnológica Nacional. Facultad Regional Delta; Argentina
Fil: Morel, Eneas Nicolás. Universidad Tecnológica Nacional. Facultad Regional Delta; Argentina
Materia
Universidad Tecnológica Nacional
Facultad Regional Delta
Interferencia
Redes neuronales
Estimación de frecuencia
Procesamiento señales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2024-02-09T21:41:16Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/9469
Acceder
id RIAUTN_f3fb75d3affb1107f962c225c14c2b58
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/9469
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Estimación de frecuencias de señales interferométricas con redes neuronalesCerrotta, SantiagoMorel, Eneas NicolásUniversidad Tecnológica NacionalFacultad Regional DeltaInterferenciaRedes neuronalesEstimación de frecuenciaProcesamiento señalesUna vez adquirida la señal óptica de la técnica de interferencia de baja coherencia mediante un espectrómetro es necesario realizar un post procesado para encontrar la frecuencia de oscilación característica de la señal. Esta señal me brinda información morfológica (espesor, topografía, etc) de la muestra en estudio. En este trabajo se diseñan, entrenan e implementan Redes Neuronales Artificiales que permiten reemplazar herramientas convencionales en el procesamiento de señales oscilantes y en particular el cálculo de la Transformada de Fourier. Se analiza la precisión y los tiempos característicos de estas redes demostrando que son una opción viable para estimar frecuencias de señales oscilatorias.Fil: Cerrotta, Santiago. Universidad Tecnológica Nacional. Facultad Regional Delta; ArgentinaFil: Morel, Eneas Nicolás. Universidad Tecnológica Nacional. Facultad Regional Delta; Argentina2024-02-09T21:41:16Z2024-02-09T21:41:16Z2023-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfCerrotta, S., & Morel, E. N. Estimación de frecuencias de señales interferométricas con redes neuronales.http://hdl.handle.net/20.500.12272/9469spahttps://jornadascyt2023.sanfrancisco.utn.edu.ar/media/project/9191c7e6-b0e9-44fd-84ef-f418598bfeac.pdfinfo:eu-repo/semantics/openAccess2024-02-09T21:41:16Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalEl autorAtribución – No Comercial (by-nc)reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:44:54Zoai:ria.utn.edu.ar:20.500.12272/9469instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:44:54.893Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Estimación de frecuencias de señales interferométricas con redes neuronales
title Estimación de frecuencias de señales interferométricas con redes neuronales
spellingShingle Estimación de frecuencias de señales interferométricas con redes neuronales
Cerrotta, Santiago
Universidad Tecnológica Nacional
Facultad Regional Delta
Interferencia
Redes neuronales
Estimación de frecuencia
Procesamiento señales
title_short Estimación de frecuencias de señales interferométricas con redes neuronales
title_full Estimación de frecuencias de señales interferométricas con redes neuronales
title_fullStr Estimación de frecuencias de señales interferométricas con redes neuronales
title_full_unstemmed Estimación de frecuencias de señales interferométricas con redes neuronales
title_sort Estimación de frecuencias de señales interferométricas con redes neuronales
dc.creator.none.fl_str_mv Cerrotta, Santiago
Morel, Eneas Nicolás
author Cerrotta, Santiago
author_facet Cerrotta, Santiago
Morel, Eneas Nicolás
author_role author
author2 Morel, Eneas Nicolás
author2_role author
dc.subject.none.fl_str_mv Universidad Tecnológica Nacional
Facultad Regional Delta
Interferencia
Redes neuronales
Estimación de frecuencia
Procesamiento señales
topic Universidad Tecnológica Nacional
Facultad Regional Delta
Interferencia
Redes neuronales
Estimación de frecuencia
Procesamiento señales
dc.description.none.fl_txt_mv Una vez adquirida la señal óptica de la técnica de interferencia de baja coherencia mediante un espectrómetro es necesario realizar un post procesado para encontrar la frecuencia de oscilación característica de la señal. Esta señal me brinda información morfológica (espesor, topografía, etc) de la muestra en estudio. En este trabajo se diseñan, entrenan e implementan Redes Neuronales Artificiales que permiten reemplazar herramientas convencionales en el procesamiento de señales oscilantes y en particular el cálculo de la Transformada de Fourier. Se analiza la precisión y los tiempos característicos de estas redes demostrando que son una opción viable para estimar frecuencias de señales oscilatorias.
Fil: Cerrotta, Santiago. Universidad Tecnológica Nacional. Facultad Regional Delta; Argentina
Fil: Morel, Eneas Nicolás. Universidad Tecnológica Nacional. Facultad Regional Delta; Argentina
description Una vez adquirida la señal óptica de la técnica de interferencia de baja coherencia mediante un espectrómetro es necesario realizar un post procesado para encontrar la frecuencia de oscilación característica de la señal. Esta señal me brinda información morfológica (espesor, topografía, etc) de la muestra en estudio. En este trabajo se diseñan, entrenan e implementan Redes Neuronales Artificiales que permiten reemplazar herramientas convencionales en el procesamiento de señales oscilantes y en particular el cálculo de la Transformada de Fourier. Se analiza la precisión y los tiempos característicos de estas redes demostrando que son una opción viable para estimar frecuencias de señales oscilatorias.
publishDate 2023
dc.date.none.fl_str_mv 2023-09
2024-02-09T21:41:16Z
2024-02-09T21:41:16Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv Cerrotta, S., & Morel, E. N. Estimación de frecuencias de señales interferométricas con redes neuronales.
http://hdl.handle.net/20.500.12272/9469
identifier_str_mv Cerrotta, S., & Morel, E. N. Estimación de frecuencias de señales interferométricas con redes neuronales.
url http://hdl.handle.net/20.500.12272/9469
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://jornadascyt2023.sanfrancisco.utn.edu.ar/media/project/9191c7e6-b0e9-44fd-84ef-f418598bfeac.pdf
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2024-02-09T21:41:16Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
El autor
Atribución – No Comercial (by-nc)
eu_rights_str_mv openAccess
rights_invalid_str_mv 2024-02-09T21:41:16Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
El autor
Atribución – No Comercial (by-nc)
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230890359193600
score 13.265058

Publicaciones similares