Defekterkennung in Interferometern durch überwachtes regressionsbasiertes Machine Learning

Dieses Projekt konzentrierte sich auf die Entwicklung einer Machine-Learning-Lösung zur Erkennung und Quantifizierung von Defekten mithilfe spezialisierter mikroskopischer Geräte.

Es wurde ein überwachter Regressionsansatz verwendet, wobei der Trainingsdatensatz automatisch generiert wurde – durch die Kombination idealer Bilder mit synthetisch hinzugefügten Defekten.

Das System identifizierte fehlerhafte Bereiche zuverlässig und berechnete deren Größen präzise, mit besonderem Fokus auf wiederholbare Berechnungen.