Home
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
- 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 - calculate mean values for each file, play mean value for each file
(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
--------------------------------------------------------------------------------------------------------------------------------
