<p>Главни задатак истраживања приказаног у дисертацији је развој модела,<br />заснованог на алгоритмима машинског учења, који описује сложени<br />утицај мерног система на користан, експериментални сигнал са циљем<br />његове елиминације. Студија случаја је широко распрострањена<br />фотоакустична, трансмисиона мерна метода са ћелијом минималне<br />запремине. Мултидисциплинарност и комплексност проблема одредили<br />су следеће кораке у методологији решења: 1) развој софтвера за<br />генерисање симулираних експерименталних података, 2) развој<br />регресионог модела заснованог на трослојној неуронској мрежи, за<br />прецизну и поуздану карактеризацију детектора која се извршава у<br />реалном времену, 3) развој класификационог модела заснованог на<br />неуронској мрежи једноставне структуре за прецизну и поуздану<br />предикцију типа коришћеног детектора која се извршава у реалном<br />времену, 4) спрезање регресионог и класификационог модела уз развој<br />додатног софтвера за прилагођење модела стварном експерименту. На<br />овај начин заокружен је програмски оквир који извршава сложени задатак<br />издвајања &ldquo;правог&rdquo; сигнала oд изобличеног експерименталног сигнала<br />без ангажовања истраживача, односно извршава аутокорекцију.<br />Тестирање је извршено на више различитих детектора и више<br />различитих материјала у фотоаксустичном експерименту. Применом<br />развијеног програмског оквира конкурентност експерименталне технике<br />је знатно порасла: повећана је тачност и поузданост, проширен је мерни<br />опсег и смањено време обраде резултата мерења.</p> / <p>Glavni zadatak istraživanja prikazanog u disertaciji je razvoj modela,<br />zasnovanog na algoritmima mašinskog učenja, koji opisuje složeni<br />uticaj mernog sistema na koristan, eksperimentalni signal sa ciljem<br />njegove eliminacije. Studija slučaja je široko rasprostranjena<br />fotoakustična, transmisiona merna metoda sa ćelijom minimalne<br />zapremine. Multidisciplinarnost i kompleksnost problema odredili<br />su sledeće korake u metodologiji rešenja: 1) razvoj softvera za<br />generisanje simuliranih eksperimentalnih podataka, 2) razvoj<br />regresionog modela zasnovanog na troslojnoj neuronskoj mreži, za<br />preciznu i pouzdanu karakterizaciju detektora koja se izvršava u<br />realnom vremenu, 3) razvoj klasifikacionog modela zasnovanog na<br />neuronskoj mreži jednostavne strukture za preciznu i pouzdanu<br />predikciju tipa korišćenog detektora koja se izvršava u realnom<br />vremenu, 4) sprezanje regresionog i klasifikacionog modela uz razvoj<br />dodatnog softvera za prilagođenje modela stvarnom eksperimentu. Na<br />ovaj način zaokružen je programski okvir koji izvršava složeni zadatak<br />izdvajanja &ldquo;pravog&rdquo; signala od izobličenog eksperimentalnog signala<br />bez angažovanja istraživača, odnosno izvršava autokorekciju.<br />Testiranje je izvršeno na više različitih detektora i više<br />različitih materijala u fotoaksustičnom eksperimentu. Primenom<br />razvijenog programskog okvira konkurentnost eksperimentalne tehnike<br />je znatno porasla: povećana je tačnost i pouzdanost, proširen je merni<br />opseg i smanjeno vreme obrade rezultata merenja.</p> / <p>The main task of the research presented in this dissertation is the development<br />of the model based on machine learning algorithms, which describes the<br />complex influence of the measuring system on a useful, experimental signal,<br />with the aim of the elimination of this influence. The case study is a widespread<br />photoacoustic, transmission measurement method with minimum volume cell<br />configuration. Multidisciplinarity and complexity of the problem determined the<br />following steps in the solution methodology: 1) development of the software for<br />generating simulated experimental data, 2) development of the regression<br />model based on a three-layer neural network, for precise and reliable<br />characterization of detectors, performed in real time, 3) development of the<br />classification model based on a neural network of simple structure for precise<br />and reliable prediction of the type of detector in use, performed in real time, 4)<br />coupling of the regression and the classification model with the development<br />of additional software for adjustment of the model to a real experiment. In this<br />way, the program framework is completed, which performs the complex task<br />of extracting the &quot;true&quot; signal from the distorted experimental signal without the<br />involvement of researchers, performing, thus, the autocorrection. Testing was<br />performed on several different detectors and several different materials in a<br />photoacoustic experiment. With the application of the developed software<br />framework, the competitiveness of the experimental technique has<br />significantly increased: the accuracy and the reliability have been increased,<br />the measurement range has been expanded and the processing time of<br />measurement results has been reduced.</p>

<p>У докторској дисертацији изведени су модели за фотоакустички одзив рефлексионе и трансмисионе конфигурације за оптички провидне двослојне узорке са топлотном меморијом, који представља генерализацију до сада коришћених модела и то у три правца: урачунат је утицај коначне брзине простирања топлоте кроз оба слоја, генерализован је модел тако да узме у обзир постојање запреминске апсорпције кроз оба слоја и урачунат је утицај ћелије минималне запремине која се понаша као Хелмхолцов резонатор. Применом овог модела на експериментална мерења показано је да се може проширити фреквентни опсег користан за карактеризацију и осликавање (имиџинг) различитих узорака чиме се повећава тачност одређивања термоеластичних и оптичких особина материјала, а посебно структура са ниским степеном уређења.</p> / <p>U doktorskoj disertaciji izvedeni su modeli za fotoakustički odziv refleksione i transmisione konfiguracije za optički providne dvoslojne uzorke sa toplotnom memorijom, koji predstavlja generalizaciju do sada korišćenih modela i to u tri pravca: uračunat je uticaj konačne brzine prostiranja toplote kroz oba sloja, generalizovan je model tako da uzme u obzir postojanje zapreminske apsorpcije kroz oba sloja i uračunat je uticaj ćelije minimalne zapremine koja se ponaša kao Helmholcov rezonator. Primenom ovog modela na eksperimentalna merenja pokazano je da se može proširiti frekventni opseg koristan za karakterizaciju i oslikavanje (imidžing) različitih uzoraka čime se povećava tačnost određivanja termoelastičnih i optičkih osobina materijala, a posebno struktura sa niskim stepenom uređenja.</p> / <p>In this dissertation, the models of photoacoustic (PA) response are derived for both reflection and transmission PA setup configurations of two-layered optically transparent samples with thermal memory. These models are considered a generalization of the models used so far, in three directions: first, the impact of finite heat propagation velocity through both layers is included, second, the existence of volume absorptionin both layers is taken into account, and third, the effect of the minimum volume cell acting as a Helmholtz resonator is examined. The application this model on the experimental measurements has shown the possibility of the extending the frequency range useful for characterization and imaging of different samples, thus increasing the accuracy of thedetermination of thermoelastic and optical properties of various</p>