Synthese und Analyse elektronenmikroskopischer Aufnahmen mittels künstlicher Intelligenz
Die hier vorliegende Arbeit umfasste mehrere Teilbereiche des maschinellen Lernen und kombinierte diese zu einem finalen Workflow zur Unterstützung eines menschlichen Analysten für die Auswertung von elektronenmikroskopischen Aufnahmen. Es wurden zunächst mehrere Datensätze aus REM-Bildern angefertigt, um die entsprechenden Modelle zu trainieren. Die Modelle wurden aus einer Anzahl bisher in der Literatur veröffentlichter Architekturen ausgewählt, in ihrer publizierten Form getestet und anschließend für die in dieser Arbeit nötigen Aufgaben angepasst. Weiterhin wurden neuronale Netze genutzt, um künstliche REM-Bilder anzufertigen, die im optimalen Falle menschlich markierte Bilder oder
Klassifizierungen einzelner Bilder obsolet gemacht hätten.
Klassifizierungen einzelner Bilder obsolet gemacht hätten.
The work here involved several sub-areas of machine learning and combined these into a final workflow to support a human analyst for the analysis of scanning electron micrographs. First, several datasets were made from SEM images in order to train different models. The models were selected from a number of architectures previously published in the literature, which were tested in their naïve form and then adapted for the tasks required in this work. Furthermore, neural networks were used to create artificial SEM images, which ideally would have made human-labelled images or classifications of individual images obsolete.