Überwachte Methoden für die spektrale Entmischung mit künstlichen neuronalen Netzen

In dieser Arbeit wird untersucht, wie überwacht trainierte künstliche neuronale Netze für die spektrale Entmischung eingesetzt werden können. Dazu wird zunächst eine geeignete Netzarchitektur ermittelt. Im weiteren Verlauf liegt der Schwerpunkt auf der Erzeugung geeigneter Trainingsdaten. Es werden modellbasierte Verfahren, die Trainingsdaten aus echten Reinspektren erzeugen, und datenbasierte Verfahren, die bereits vorhandene Trainingsdaten erweitern, vorgestellt und evaluiert.

In this work, artificial neural networks trained in a supervised manner for spectral unmixing are investigated. For this purpose, a suitable network architecture is determined first. After that, the focus lies on the generation of suitable training data. Model-based methods that generate training data from real pure spectra and data-based methods that augment existing training data are presented and evaluated.