Titulo: Generación de caos y aleatoriedad en láseres sólidos y su estudio mediante inteligencia artificial.
Directora: Dra. Mónica B. Agüero
Co – Director: Dr. Marcelo G. Kovalsky
Lugar de trabajo: División Láseres Sólidos. Centro de Investigaciones en Láseres y Aplicaciones (CEILAP); (CITEDEF- CONICET). San Juan Bautista de La Salle 4397, (1603) Villa Martelli, Buenos Aires. Tel.: 4709 - 8100 int.1322.
Carga horaria: 12 horas semanales.
Fecha de comienzo propuesta: Primer cuatrimestre 2023.
Resumen
El objetivo principal es que los estudiantes adquieran conocimientos sobre el funcionamiento de los láseres sólidos, en particular de los de estado totalmente sólido (láseres sólidos bombeados por diodos) [1], se familiaricen con los métodos de trabajo en un laboratorio de óptica y láser, e incorporen las herramientas y conceptos básicos de los algoritmos de redes neuronales artificiales aplicadas al análisis de series temporales experimentales. La División de Láseres Sólidos del CEILAP cuenta con una vasta experiencia en el estudio, desarrollo y construcción de láseres sólidos.
La actividad involucra el diseño, construcción y caracterización de un láser sólido bombeado por diodos basado en Nd: vanadato como medio activo y un cristal de Cr:YAG como absorbente saturable, para generar pulsos de Q-switch. Los pulsos de salida de este láser servirán para entrenar y testear algoritmos de machine learning.
Propuesta
Los métodos conocidos como Inteligencia Artificial (IA), Machine Learning (ML) o redes neuronales artificiales (ANN) están en auge en casi todos los campos de la ciencia. Una de las ventajas de los estos métodos es que no requieren un modelo del sistema en estudio. Se los alimenta, o entrena, con datos provenientes del mismo arreglo experimental. Sus aplicaciones son innumerables, como clasificación, reconocimiento de imágenes y clustering. De particular interés resulta el análisis de series temporales. Al estudiar aleatoriedad, y dado que no existe ninguna forma de demostrar que una secuencia es aleatoria, los algoritmos de Machine Learning se presentan como muy buenos candidatos a complementar los test estadísticos para determinar si una secuencia es aleatoria o no. Por otra parte, en una secuencia caótica pueden ser útiles para predecir la secuencia más allá del horizonte teórico de predicción.
La propuesta de trabajo se centra en construir un láser de estado totalmente sólido para generar series aperiódicas (se estudiará a posteriori si son caóticas o aleatorias) y desarrollar algoritmos sencillos de redes neuronales artificiales para su estudio.
Contacto : maguero@citedef.gob.ar
4 -709-8100 int.:1322
Kommentare