ParticleTensorAI®采用基于AI的方法分析时间分辨的光散射数据。以下参数说明了信号采集和Particle Tensor处理的当前参考值。可提供的输出结果取决于测量配置以及针对该应用验证的AI模型。
信号与张量数据
| 参数 | 当前PTA参考值 |
|---|---|
| 评估方法 | 基于AI的信号序列分析 |
| 信号采样间隔 | 约6.4 ns |
| 信号缓冲时长 | 100 ms |
| Particle Tensor维度 | 3 × 256 × 256 |
| 光学探测器通道 | 1、2或4个，取决于系统配置 |
张量维度描述了提供给AI分析的数据结构。各维度的具体含义和排列方式取决于所选的张量表示形式和测量任务。
ParticleTensorAI®系统配置
| 版本 | 光学探头 | 控制单元 | 探测器通道 |
|---|---|---|---|
| PTA1 | LSS1 | ZEON | 1 |
| PTA2 | LSS2 | IMEA | 2 |
三个版本均采用ParticleTensorAI®评估方法，区别在于其光学探测器通道配置及相应的测量硬件。
基于AI的评估
ParticleTensorAI®使用AI模型对测量任务所定义的特性进行分类或估算。模型输出取决于所记录的数据、模型开发过程中使用的参考信息，以及在相关测量条件下的验证。
可能的研究目标包括颗粒或液滴粒径、浓度、与材料相关的分类以及与折射率相关的表征。这些目标取决于具体应用，并不保证每个版本或每种测量设置都能输出。
关于参数与验证的说明
- 采样间隔和缓冲时长描述的是信号采集参数。
- Particle Tensor维度描述的是用于AI处理的数据表示形式。
- PTA1和PTA2的探测器通道数量各不相同。
- 测量输出需要针对相关应用开发并验证的模型。
研究参考
一项已发表的研究展示了ParticleTensorAI®的一种实现方式：将探测器信号表示为RGB图像，并利用卷积神经网络进行分类。所报告的验证结果适用于所测试的煤浆喷雾条件。