Çözünürlük Sistemleri
NC-SFM başlangıçta konsolun sabit bir frekansta sabit bir genlik tarafından sürüldüğü genlik modülasyonu (AM) moduna dayanıyordu. Yüzeye yaklaşıldığında, uç yüzey etkileşimi konsol salınımlarının genliğinde ve fazında bir değişikliğe neden olarak ölçülebilir bir sinyal sağlar.
Uygulamada, konsolun bu moddaki tepkisinin oldukça yavaş olduğu bulundu ve atomik çözünürlük çalışmalarında frekans modülasyonu (FM) modu ile değiştirildi. Ancak AM modu, hava ve sıvılarda yapılan "vuruş modu" çalışmalarında oldukça başarılı olmuştur.
Genel olarak, en iyi çalışma modu, gereken çözünürlük ve sistemin kendisi tarafından belirlenir. SFM'deki gerçek atomik çözünürlük, yalnızca bu çalışmanın odak noktası olacak olan FM modunda elde edilmiştir.
FM modu NC-SFM'de, özfrekansı f0 ve yay sabiti k olan bir konsol, bir geri besleme döngüsü aracılığıyla sabit bir A0 genliğinde salınımlarda tutulur. Konsol, kendinden tahrikli bir osilatör olarak düşünülebilir. Salınımların gerçek frekansı f0'a, konsolun kalite faktörü Q'ya ve tahrik uyartımı ile konsolun sapması arasındaki faz kaymasına θ bağlıdır.
θ = π/2 için sistem f = f0'da salınır. Genel olarak, deneyler sırasında, sabit bir frekans değişimi ∆f elde etmek için uç-yüzey mesafesi değiştirilir ve elde edilen topografya haritası, yüzeyin görüntüsünü sağlar. Artık ∆f'deki değişimin görüntüleme sinyalini sağladığı sabit yükseklikte görüntü almak da mümkündür.
Güvenilir görüntüleme için, deneysel kurulumun önemli olan bir yönü daha vardır: STM'de olduğu gibi, SFM deneylerinde normalde uç ve numune arasında bir sapma U uygulanır. Katkısız yarı iletken ve yalıtkan yüzeyler, özellikle yarılmış iyonik yüzeyler olmak üzere, hazırlandıktan sonra genellikle önemli lokalize yükler içerecektir. Bunlar, önemli uzun menzilli elektrostatik kuvvetlerin yanı sıra tarama sırasında uç yüzey kuvvetinde ani değişiklikler üretir.
İletken yüzeyler için, uç ve yüzey arasındaki iş-fonksiyonu farkı, uzun menzilli bir kapasitif kuvvete katkıda bulunacaktır. Bu ek kuvvetler, kısa menzilli kuvvetlerin nispi katkısını azaltarak ve uç çarpma olasılığını artırarak taramayı daha zor hale getirir. Elektrostatik kuvvetlerin etkisinin azaltılması, yüzey üzerinde belirli bir noktada uygulanan önyargının bir fonksiyonu olarak ∆f'nin en aza indirilmesiyle elde edilebilir. Bu sürecin bir örneği görülebilir.
Uç ve Yüzey Hazırlığı
Her yüzey STM veya SFM'de yüksek çözünürlüklü olarak görüntülenemez. Atomik çözünürlüğe ulaşmak için, çoğu durumda yüzey kapsamlı bir hazırlığa ihtiyaç duyar. Kontrollü döngülerde haftalar hatta aylar süren püskürtme (çoğunlukla Ar+ olmak üzere iyonlarla bombardıman) ve tavlama (yüzey kusurlarının düzeltildiği noktaya kadar ısıtma) nadir değildir.
Yüzey hazırlama başlı başına sofistike bir sanattır ve başarılı görüntülemenin anahtarlarından biridir. İyon saçılması ve elektron kırınımı gibi k-uzayı yöntemlerinin aksine, SPM ile görüntülenmek için bir yüzeyin sıralanmasına gerek yoktur. Aslında, bir yüzeydeki tek safsızlıklar ve basamak kenarları, deneyciler tarafından görüntülerinin kalitesini kontrol etmek için sıklıkla kullanılır. Böyle bir safsızlık, çift uç gibi hiçbir bozucu etkinin olmadığı varsayılarak yalnızca tek bir yapı olarak görüntülenir.
Uç, tüm SPM yöntemlerinde görüntülemenin en önemli parçasıdır. STM uçları genellikle saf bir metalden, bir metal alaşımından veya genellikle laboratuvarda metal telden üretilen 10-20 farklı malzeme katmanıyla kaplanmış bir metal tabandan yapılır. Bazı durumlarda, STM görüntüleme için ağır katkılı Si uçları da kullanılır.
1920x1080 çözünürlük iyimidir
Spektral çözünürlük nedir
Ekran çözünürlük
2K çözünürlük
Radyometrik çözünürlük nedir
Metre altı çözünürlük
Mekansal çözünürlük
1280x720 çözünürlük
SFM ölçümleri için benzer uçlar da kullanılabilse de, bu çok nadirdir. Bunun nedeni, bir ucun konsol tutuşunun SFM'deki kuvvet değişikliklerinin izlenmesinde çok önemli bir rol oynamasıdır: (i) birçok SFM gerçekleştirmesinde konsol sapmaları, konsolun arkasından yansıyan ışık algılanarak ölçülür; (ii) konsol yay sabiti, uç şekli ve uç keskinliği, görüntü oluşumunda çok önemli roller oynar.
Bu nedenle standart konsollar gereklidir. Çoğu durumda bunlar, yarı iletken çiplerle hemen hemen aynı şekilde mikro fabrikasyon yoluyla silikondan üretilir.
Bazı durumlarda uç, moleküllerin kontrollü adsorpsiyonu ile değiştirilir. STM'de bunun bir yüzeydeki moleküllerin görünen yüksekliğini etkilediği gösterilmiştir. Ucun tam geometrisi, uç yapısının alan-iyon mikroskobu ile bir taramadan önce ve sonra belirlendiği bazı olağanüstü STM ölçümleri dışında genellikle bilinmemektedir.
Konuları daha da karmaşık hale getirmek için uç geometrisi, tekrarlanabilir taramalı tünelleme spektroskopisi (STS) ölçümleri için belirleyicidir; ne yazık ki, STS için en uygun ucun topografik ölçümler için uygun olmadığı gösterilmiştir, çünkü yeterince yüksek bir çözünürlük sağlamaz.
SFM'de, apekste belirli orbital konfigürasyonlarla bile temiz silikon uçlar üretmek için bazı girişimlerde bulunulmuştur, ancak görüntüler henüz silikon yüzeyler dışında herhangi bir şey üzerinde üretilmemiştir: bu nedenle gerçek kontrol kanıtı eksiktir. Şu anda en yaygın olarak kabul edilen görüş, SPM uçlarının oldukça düşük eğriliğe sahip bir tabandan ve en baştaki konumda tek bir atom bulunan birkaç katmandan oluşan bir atomik uç kümesinden oluştuğudur.
STM'de, tünel bağlantısındaki tüm akım bu "tepe noktası" atomu aracılığıyla taşınır; iletkenlik alanı sonuç olarak oldukça küçüktür ve birkaç ̊A2 aralığındadır. STM hassasiyetinin kaynağı budur, çünkü akımı çok küçük bir yüzey alanının elektronik ortamına karşı çok hassas hale getirir. Keskin uç apeksinin son birkaç atomunun yüzey atomlarıyla etkileşimindeki varyasyonlar da SFM görüntülerindeki görüntü kontrastını belirler.
Bununla birlikte, atomik yapıya olan bu hassasiyet aynı zamanda STM ve SFM görüntülerinin yorumlanmasını bu kadar zorlaştıran özelliklerin de kaynağıdır çünkü uç apeksinin gerçek geometrisi ve kimyası, yüzey ile uç arasındaki vakum bariyerindeki iletkenliği etkiler ve aynı zamanda uç yüzey kuvvetleri genellikle belirlenemez. Cu(100) ve NaCl(100) gibi basit metal yüzeyler için bile bu, farklı taramalar için farklı deneysel sonuçlara yol açar.
SPM deneylerinde belirleyici faktörler tam olarak bilinmediğinden, alaka düzeylerinin simülasyonlardan çıkarsanması gerekir. Simülasyonların sistematik bir şekilde yapılması gerekir, örneğin, adsorbatların model uçlarının elektronik yapısı üzerindeki etkisini inceleyerek ve bu adsorbatların STM taramaları üzerindeki etkisini modelleyerek yapılmalıdır.
Deneysel olarak, zorluk, en azından dikkatli ölçümlerde, bir dizi taramayı kaydederek ve istatistiksel bir ortalama olarak yüzey dalgalanması gibi kesin ölçümleri sunarak aşılır.
Sinyal Biçimleri
IoT ağı, internete bağlı Nesneden Şeye, Şeyden İnsana ve İnsandan İnsana etkileşimini içerir. IoT mimarisi çeşitli katmanlardan oluşur. Bu katmanlar arasında Arayüz Katmanı, “nesnelerin” daha kolay birbirine bağlanmasını ve yönetilmesini sağlar. Böylece bilgiler görüntülenirken kullanıcının sistemle net bir şekilde erişilebilir bir etkileşimi sağlanır.
Endüstri 4.0’ın imalat sektöründe verimliliğin sağlanmasının ön koşulu, insanın üretim sistemleriyle bütünleştirilmesidir. Fiziksel ve üretim dünyası arasındaki etkileşimi analiz etmek için insanlarla makine/robotlar arasında etkileşimli bir arayüz kurulmalıdır.
İnsan-Fiziksel sistemler arasındaki etkileşimi kurmak imalat sektöründeki en büyük sorundur. İmalat sektöründe uygulanan insan-fiziksel sistemler bahsedilen modülleri içermektedir.
Bir imalat sektöründe fiziksel modül, sıcaklık sensörlerini, nem sensörlerini ve tarayıcı modülünü içerir. İnsan, sesli komutlarla makineleri ve robotları kontrol edebilmektedir. Bu etkileşimin temel amacı, uyarlanabilir robotları kontrol ederek, dinamik görevi planlayarak ve aktif çarpışmadan kaçınarak doğruluk ve verimlilik elde etmektir.
Otomatik Konuşma Tanıma sistemi, konuşmayı kopyalayan bir teknoloji olarak tanımlanabilir. İnsan iletişiminin en içgüdüsel biçimi olan konuşma, bu teknolojinin temel amacı, bir kişinin söylediği kelimeleri maksimum doğrulukla doğru olarak tanımaktır.
Ayrıca, bu tanıma cinsiyet, gürültü, kelime büyüklüğü, konuşmacı aksanı ve diğer özelliklerden bağımsız olarak herhangi bir insanın konuşmasıyla çalışmalıdır. Bir kez tanındığında, aynı konuşma yazılı bir biçime dönüştürülecektir.
Genel olarak, konuşma sinyalleri, özelliklerinin oldukça durağan olması koşuluyla, 5-100 ms’lik bir süre süren yarı durağan sinyallerdir. Konuşma tanımanın ilk görevi, konuşma örneğinden uygun bilgiyi almak için öznitelik çıkarmanın ardından ön işlemedir. Cepstral katsayılarının çıkarılması için Mel Frekans Cepstral Katsayısı yöntemleri gibi öznitelik çıkarma yöntemleri kullanılmaktadır.
Tamil, dünyada konuşulan geleneksel dillerden biridir. TamilNadu, Puducherry Union Territory ve Hindistan’ın güney bölgelerinin çoğunda insanlar tarafından konuşulan ana dildir. Aynı zamanda Singapur, Malezya, Sri Lanka, Mauritius ve Kanada’da resmi bir dildir. Tamil’de dünyanın her yerine götürülmesi gereken birçok değerli edebi eser bulunmaktadır. Vasuki ve diğerleri, yetişkinler ve çocuklar tarafından konuşulan Tamilce kelimelerden çeşitli duyguların konuşmalarından tespit edilmesini %82 doğrulukla tartışmış ve değerlendirmiştir.
İnsanlar için süreci kolaylaştırmak için artık birçok konuşma tanıma tabanlı uygulama mevcuttur. Sadece sesli komutlar vererek arama yapabilir ve diğer birçok görevi yerine getirebiliriz. SRS, sözlü kelimeler şeklinde girdi alan, bunu çözen ve tanınan kelimeleri görüntüleyen veya teknolojik cihazlara bir görevi otomatik olarak gerçekleştirmesi için komut veren bir sistemdir.
Etkili tanıma sistemleriyle, tanınan giriş konuşması aracılığıyla zor bir iş bile verimli bir şekilde yapılabilir. Bunu yaparak, çoklu görev yapmamızı sağladığı için tüketim süresini azaltabiliriz. Ayrıca, şu anda tüm imalat sektörü, işçiler için tehdit oluşturan yüksek elektrik çarpması veya yangın kazası riski içermektedir.
Yüksek gerilim sistemlerinde meydana gelen bu kazalar, konuşma tanıma sistemlerini kullanarak işleri yürütürsek azaltılabilir. Tamilnadu’nun güney kesiminde, üst-alt hiyerarşinin en alt düzeyinde çalışan işçi ve operatörlerin çoğu yalnızca Tamil dilinde akıcıdır. Bu önerinin ana amacı, otomatik sistemleri iyi anlamalarına yardımcı olacak verimli bir Tamil konuşma tanıma sistemi tasarlamada araştırma metodolojilerini keşfetmektir.
Önerilen blok diyagramı verilmiştir.
- İnsan-Fiziksel etkileşim, otomatik endüstrilerdeki en büyük sorundur.
- Fiziksel sistemden veri toplama: Veri toplama, sensör modülleri kullanılarak yapılır.
- İnsandan sisteme: Yapay Zeka, endüstriyel insan – makine etkileşimi kurmak için kullanılır. Ana amaç, doğal olarak insan niyetini anlayan otomatik bir sistem tasarlamaktır.
- Sistemden fiziksele: Fiziksel sistem sensörler aracılığıyla endüstriyel sisteme bağlanarak makine ve süreç kolaylaştırılır.
- Daha sonra ASR tarafından endüstriyel sistemden bilgi alınır. Artık doğrudan insan-fiziksel etkileşim kolaylıkla gerçekleştirilebilmektedir. İnsan, “konuşma tanıma sistemi aracılığıyla talimat vererek” robota veya otomatik sürece komut verebilir.
Bu bölüm, imalat sektöründeki konuşma tanıma sistemlerinin rolünü ve Tamil dili için mevcut olan çeşitli konuşma tanıma sistemlerinin yanı sıra gelecekte Tamil ASR sistemlerini doğaçlama yapmak için kullanılabilecek metodolojileri özetlemektedir. Bu bölümdeki aşağıdaki bölümler, veritabanlarını toplama yöntemini, genel ASR modelini, özellik çıkarımını, mevcut tanıma yöntemlerini, sistemi doğaçlama için kabul edilebilecek yöntemleri, sonuçları ve gelecekteki çalışmaların kapsamını içerir.
Otomatik Konuşma Tanıma Sistemi
Etkili bir ASR sistemi tasarlamanın önemli bir kriteri, bir konuşma külliyatı toplamaktır. Burada tartışılan mevcut araştırma makalelerinde dikkate alınan veri tabanı, Tamil karakterlerinden, basit kelimelerden ve bazı örnek cümlelerden oluşmaktadır. Konuşma külliyatı, gürültüsüz koşullar altında toplanır ve 16 KHz hızında örneklenir. Tamil dili için hazır veri kümelerinden bazıları listelenmiştir. Bir ASR sistemi, ön işleme, özellik çıkarma ve özellik sınıflandırma modüllerinden oluşur.
ve değerlendirme. Bir ASR’de kullanılan ana bloklar gösterilmiştir.
Ön İşleme
Bir konuşmanın ön işlemesi şunları içerir:
1. Gürültü giderme: sinyalin kalitesini artırmak için uygun filtreler tasarlayarak istenmeyen parazitleri veya gürültüyü ortadan kaldırır.
2. Ses Aktivite Tespiti: Bir konuşma sinyalinde sesli, sessiz ve sessiz bölgeleri belirleme tekniğidir. Bu, sıfır geçiş oranı, sinyalin enerjisi ve otokorelasyon fonksiyonu gibi birkaç parametre kullanılarak elde edilir.
3. Çerçeveleme ve Pencereleme: İlk başta sinyal, tüm konuşma sinyalini analiz etmek yerine, analiz için daha kısa süreli birkaç çerçeveye bölünür. Bitişik çerçeveler arasında %50 örtüşme var. Çerçevelemeden sonra her biri bir pencere fonksiyonu ile çarpılır. Konuşma sinyali, 10-30 ms’lik bir zaman aralığı için çoğunlukla durağandır. Pencereleme, konuşma bölümündeki doğal olmayan süreksizliklerin giderilmesi işlemidir.
Dikdörtgen pencere, Hamming penceresi, Hanning penceresi vb. gibi, seçimi birkaç faktöre bağlı olan birkaç pencere işlevi türü vardır. Hamming penceresi, kenarlar boyunca yumuşak geçişe sahip olduğu ve orijinal sinyalin daha doğru frekans spektrumunu verdiği için konuşma tanıma sistemlerinde çok tercih edilir.