Inteligencia Artificial aplicada al tratamiento de imágenes generadas por microscopía electrónica de transmisión

Simón Aznar, Jorge
Martín Moreno, Luis (dir.) ; Sánchez Burillo, Eduardo (dir.)

Universidad de Zaragoza, CIEN, 2023
Departamento de Física de la Materia Condensada, Área de Física de la Materia Condensada

Graduado en Física

Resumen: El objetivo principal del presente trabajo es la implementación de distintas técnicas con Inteligencia Artificial para el filtrado de ruido de imágenes generadas por Microscopía electrónica de transmisión de barrido (STEM) de una película delgada de un ferroeléctrico sobre un buffer conductor, cuya estructura cristalina posee dos orientaciones distintas. Por tanto, nuestros objetivos se centran en el filtrado del ruido, además del reconocimiento de inestabilidades en la muestra debidas a la deriva térmica, discontinuidades, movimientos oscilatorios, aberraciones del microscopio, etc. Y finalmente, la validación del modelo para ambas orientaciones cristalinas. Para ello han sido diseñaados varios modelos de Redes Neuronales (RRNN) mediante el uso del lenguaje de programación Python, que permite beneficiarse de la plataforma TensorFlow con sus librerías de Keras, así como otras librerías que facilitan los cálculos vectoriales como NumPy y la representación gráfica como MatPlotLib.

Tipo de Trabajo Académico: Trabajo Fin de Grado