dc.contributor.advisor | Hjelen, Jarle | |
dc.contributor.advisor | Ånes, Håkon Wiik | |
dc.contributor.author | Lervik, Lars Andreas Hastad | |
dc.date.accessioned | 2021-09-28T18:19:54Z | |
dc.date.available | 2021-09-28T18:19:54Z | |
dc.date.issued | 2021 | |
dc.identifier | no.ntnu:inspera:80238157:36897012 | |
dc.identifier.uri | https://hdl.handle.net/11250/2785332 | |
dc.description.abstract | I dette arbeidet er et sett med algoritmer for forbedring av krystallorientering og projeksjonssenter estimater spesielt etter, men ikke begrenset til, dictionary indexing av EBSD mønster presentert. Algoritmene er utviklet i programmeringsspråket Python 3 som en utvidelse av open-source Python-biblioteket kikuchipy. Algoritmene kan gjøre beregninger parallelt, og kan kjøres effektivt på en bærbar datamaskin, samt på dataklynger. I tillegg har algoritmene støtte for å arbeide med eksperimentelle datasett som er større enn tilgjengelig minne. Forbedringen kan gjøres med et vidt utvalgt av derivatfrie optimaliseringsalgoritmer som er implementert i SciPy biblioteket, både lokale og globale, som for eksempel Nelder-Mead og Differential Evolution. Implementasjonen tilbyr rimelige parametere for uerfarne brukere, samtidig som den tillater erfarne brukere å finpusse på parametere. | |
dc.description.abstract | In this work a set of algorithms for refining crystal orientations and/or projection center estimates specifically after, but not limited to, dictionary indexing of EBSD patterns are presented. The algorithms are implemented in the Python 3 programming language as an extension of the open-source Python library kikuchipy. The algorithms allow for parallel computations and can be run efficiently on a simple laptop, as well as on a computing cluster. Additionally, they have support for handling experimental data sets that can be larger than memory. The refinement can be done with a wide variety of derivative-free optimization methods implemented in the SciPy library, both local and global, such as Nelder-Mead and Differential Evolution. The implementation provides reasonable parameters for inexperienced users, while simultaneously providing the ability for customization for more advanced users. | |
dc.language | eng | |
dc.publisher | NTNU | |
dc.title | Orientation and Projection Center Refinement for EBSD Indexing in Python | |
dc.type | Master thesis | |