Międzynarodowa konferencja ACM SenSys 2025, która odbyła się w dniach 6-9 maja w Irvine (USA), była jednym z kluczowych wydarzeń naukowych poświęconych systemom sensorowym i ich zastosowaniom w przemyśle, medycynie, inżynierii oraz systemach inteligentnych

Wydarzenie zgromadziło setki badaczy, inżynierów oraz przedstawicieli przemysłu z całego świata. Program obejmował liczne sesje plenarne, warsztaty oraz sesje posterowe, które ukazały najnowsze osiągnięcia w obszarach takich jak Internet rzeczy, systemy ubieralne, sensory w medycynie i przemyśle, a także nowoczesne metody przetwarzania danych.  

Z satysfakcją informujemy, że nasza grupa badawcza zaprezentowała aż pięć znaczących prac, które zostały wysoko ocenione przez uczestników i recenzentów. 

Prezentowane nasze artykuły i wyniki prowadzonych badań 

Pierwsza praca, zatytułowana „Zastosowanie różnicowej architektury w sieciach neuronowych do poprawy jakości rekonstrukcji w tomografii ultradźwiękowej” (autorzy: Monika Kulisz, Grzegorz Kłosowski, Tomasz Rymarczyk, Konrad Niderla, Paweł Olszewski, Dariusz Wójcik), dotyczyła innowacyjnego podejścia wykorzystującego dwutorową architekturę różnicową opartą na sieci LSTM. Celem było usprawnienie jakości obrazów w ultradźwiękowej tomografii przemysłowej. Zaproponowana architektura pozwala na lepsze uchwycenie komponentów resztkowych, co przekłada się na poprawę ostrości, dokładności i wyrazistości obrazów tomograficznych. Wyniki eksperymentów, przeprowadzonych z użyciem systemu 16-przetwornikowego, wykazały przewagę metody różnicowej nad standardowymi rozwiązaniami, osiągając wyższe wskaźniki PSNR i SSIM. 

Kolejna publikacja, „Poza etykietami – transformacja wyników klasyfikacji w ciągłe mapy przewodności w tomografii impedancyjnej” (autorzy: Dariusz Wójcik, Dariusz Majerek, Tomasz Rymarczyk, Tomasz Łobodiuk, Michał Oleszek, Krzysztof Król), zaprezentowała hybrydowy model oparty na architekturze U-Net z blokami MobileNetV2. Model ten służy do rekonstrukcji ciągłych map przewodności na podstawie klasyfikacji. Integruje on regresję z klasyfikacją, przekształcając prawdopodobieństwa klas w wartości przewodności poprzez zastosowanie odpowiednich wag. Takie podejście umożliwia skuteczną rekonstrukcję map przewodności bez konieczności wykonywania pomiarów referencyjnych, co jest kluczowe w zastosowaniach przemysłowych i biomedycznych. 

Trzeci artykuł, „Trójwymiarowy defektoskop wiązki akustycznej w zastosowaniach przemysłowych” (autorzy: Michał Gołąbek, Barbara Stefaniak, Dariusz Wójcik, Tomasz Rymarczyk), opisywał opracowany przez zespół nowoczesny system diagnostyczny. Wykorzystuje on technologię beamformingu, która umożliwia precyzyjne wykrywanie defektów w strukturach przemysłowych. Urządzenie wspiera trójwymiarową rekonstrukcję wykrytych anomalii, oferując wysoką rozdzielczość i lepszą jakość wizualizacji niż dostępne na rynku rozwiązania. W przeprowadzonych badaniach nowa technologia wykazała znaczną przewagę w parametrach takich jak MSE, PSNR i SSIM, co potwierdza jej skuteczność w zastosowaniach przemysłowych. 

Czwarta praca, „Optymalizacja radio-tomografii z wykorzystaniem przetwarzania brzegowego: niskolatencyjne podejście do detekcji obecności ludzi” (autorzy: Michał Maj, Tomasz Rymarczyk, Michał Styła, Tomasz Cieplak, Damian Pliszczuk, Jakub Pizoń), przedstawiła nowatorskie rozwiązanie łączące dane z radio-tomografii i obrazu RGB. Dane te są przetwarzane bezpośrednio na urządzeniach brzegowych, takich jak Jetson Nano i Raspberry Pi. System osiągnął znaczne zmniejszenie opóźnień (do 120 ms) oraz zużycia energii (5.5 W), jednocześnie poprawiając dokładność detekcji (94,2%). Praca ta otwiera nowe możliwości wdrażania energooszczędnych i prywatnościowych rozwiązań monitoringu obecności ludzi w inteligentnych budynkach i systemach bezpieczeństwa. 

Ostatnia z prezentowanych prac to „Zastosowanie sieci LSTM z wieloczęstotliwościowymi sekwencjami pomiarowymi w tomografii impedancyjnej do wykrywania wilgoci w budynkach” (autorzy: Grzegorz Kłosowski, Tomasz Rymarczyk, Monika Kulisz, Michał Oleszek, Konrad Niderla). Przedstawiono w niej innowacyjny algorytm wykorzystujący wieloczęstotliwościowe sekwencje pomiarowe przetwarzane przez sieć LSTM do poprawy jakości obrazowania wilgoci w ścianach budynków. Badania wykazały, że podejście to znacząco poprawia rozdzielczość i dokładność obrazów w porównaniu do metod jednoczęstotliwościowych. Może to przyczynić się do upowszechnienia tej metody w konserwacji zabytków i budownictwie ogólnym. 

Obecność i aktywne uczestnictwo zespołu badawczego na jednej z najważniejszych konferencji sensorowych na świecie podkreśla znaczenie prowadzonych prac dla społeczności naukowej i przemysłowej.  

Prezentowane wyniki znalazły uznanie wśród uczestników wydarzenia, potwierdzając wysoką jakość oraz praktyczny potencjał opracowanych rozwiązań. W szczególności należy podkreślić interdyscyplinarność podejmowanych tematów, które łączą zaawansowane metody uczenia maszynowego, nowoczesne technologie pomiarowe i rzeczywiste zastosowania w przemyśle, medycynie i budownictwie.