Personal tools
You are here: Home ScienceByEar II Monopole Loops MOL Team 1

MOL Team 1 Protocol

Data set: MOL
Team # 1
Team members: Alberto, David, Axel, Stefan, Thomas, Alexandra, Christoph B.
--------------------------------------------------------------------------------------------------------------------------------
Brainstorming/ Ideas:
Identify phase transition temperature acoustically

  1. Simple summing of absolute values of each link
    Assume, that below phase transition there is many 0
    >> This was done with the first data, which has been corrupt and was replaced in the meantime!
    Play absolute frequencies mapped to frequency
  2. calculate mean values for each file, play mean value for each file


(play example for beta=0)

(play example for beta = 0.95) [low freqs!]

(play example for beta = 1.05) [low freqs!]


--------------------------------------------------------------------------------------------------------------------------------

General Remarks (in german!):
Somit lässt sich "Irrelevante" Information aus dem Konfigurations-File mittels einer Art "4-Punkt-Korrelation" entfernen bzw. rausmitteln:
zB durch einfaches Aufsummieren ueber die 4 Phasenwinkel eines jeden Gitter-Punktes.

Anmerkung:
die im Array enthaltenen Phasen sind normiert von -PI bis +PI, sodass die Winkelwerte zwischen 0 und 1 liegen. Somit darf über Phasenwinkel addiert werden.
Frequenz = Summe der Phasenwerte eines Punktes aus 10x10x10 Array
Die Skalierung der Frequenz wurde so gewählt, dass sie zu den kontinuierlichen (nicht-diskreten) Phasen passt =>
Frequenz im Range 100 bis 10000 Hz

Beim Abhören/Hörbarmachen des Summen-Signals sollte sich irrelevante Information herausmitteln und ein Signal als Mass für die Temperatur hörbar sein:
a) beim sequentiellen Abspielen des Summen-Signals von 800 zufällig ausgewählten Gitterpunkten in jeder der 5 Konfigurationen.
b) durch Bilden des Mittelwerte eines Subsets von 800 zufällig-ausgewählten Gitterpunkten = Mass für Mean-Temperatur:
Nacheinander-abgespielte Mean-Werte für 5 Konfigurationen: Berechnung des Mittelwertes aus allen 40000 Datenpunkten und anschliessendes nacheinander-Abspielen Anmerkung: Trial-and-Error ergab, dass die Bildung eines Mittelwerts ab etwa 800 Samples sinnvoll ist.


Probleme/zu Beachten:
a) Hintergrundrauschen ist vorhanden, welches wahrscheinlich das gesuchte Signal "übertönt".
b) in der Nähe der Sprungtemperatur "zerfliesst" die Gauss-Kurve in Kurve mit 2 Peaks (wobei sich 1ter Peak in der Kaltphase = Links der Sprungtemperatur und der 2te Peak in der Warmphase befindet) -> die Amplitude des verwertbaren Signals nimmt daher Nahe der Sprungtemperatur ab(?)

mögliche Verbesserung: aussagekräftiger wäre die Verwendung einer höheren Ableitung anstelle der hier verwendeten, "einfachen" Korrelation


--------------------------------------------------------------------------------------------------------------------------------

Document Actions