論文の概要: Wine quality rapid detection using a compact electronic nose system: application focused on spoilage thresholds by acetic acid

• arxiv url: http://arxiv.org/abs/2001.06323v1
• Date: Thu, 16 Jan 2020 08:49:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-11 00:04:32.772943
• Title: Wine quality rapid detection using a compact electronic nose system: application focused on spoilage thresholds by acetic acid
• Title（参考訳）: 小型電子鼻システムによるワイン品質迅速検出:酢酸による腐敗閾値に着目した応用
• Authors: Juan C. Rodriguez Gamboa, Eva Susana Albarracin E., Adenilton J. da Silva, Luciana Leite, Tiago A. E. Ferreira
• Abstract要約: 携帯型かつコンパクトなE-Noseは,ワインの劣化閾値を早期に検出できることを示す。 本稿では,センサ信号の早期部分の認識性能を向上させるために,生データ処理に着目した立ち上がりウィンドウを提案する。
• 参考スコア（独自算出の注目度）: 1.412197703754359
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: It is crucial for the wine industry to have methods like electronic nose systems (E-Noses) for real-time monitoring thresholds of acetic acid in wines, preventing its spoilage or determining its quality. In this paper, we prove that the portable and compact self-developed E-Nose, based on thin film semiconductor (SnO2) sensors and trained with an approach that uses deep Multilayer Perceptron (MLP) neural network, can perform early detection of wine spoilage thresholds in routine tasks of wine quality control. To obtain rapid and online detection, we propose a method of rising-window focused on raw data processing to find an early portion of the sensor signals with the best recognition performance. Our approach was compared with the conventional approach employed in E-Noses for gas recognition that involves feature extraction and selection techniques for preprocessing data, succeeded by a Support Vector Machine (SVM) classifier. The results evidence that is possible to classify three wine spoilage levels in 2.7 seconds after the gas injection point, implying in a methodology 63 times faster than the results obtained with the conventional approach in our experimental setup.
• Abstract（参考訳）: ワイン業界にとって、ワイン中の酢酸のしきい値をリアルタイムに監視し、腐敗を防ぎ、品質を決定するための電子鼻システム(e-noses)のような方法を持つことは重要である。 本稿では,薄膜半導体(SnO2)センサをベースとした携帯型でコンパクトなE-Noseを,深層パーセプトロン(MLP)ニューラルネットワークを用いて学習することにより,ワイン品質管理のルーチンタスクにおいて,ワインの劣化閾値を早期に検出できることを示す。 高速かつオンラインな検出を実現するため,センサ信号の早期部分の認識性能を向上させるために,生データ処理に着目した上昇ウィンドウを提案する。 提案手法は,SVM(Support Vector Machine)分類器の後継となる,前処理データの特徴抽出と選択技術を含むガス認識のためのE-Nosesの従来手法と比較した。 その結果, ガス注入点の2.7秒後に, 従来の方法の63倍の速度で3種類のワインの腐敗レベルを分類できることがわかった。

関連論文リスト

• Compressing VAE-Based Out-of-Distribution Detectors for Embedded Deployment [2.27626288527213]
  アウト・オブ・ディストリビューション検出器は、組込みサイバー物理システムの安全モニターとして機能する。 ディープニューラルネットワークは、メモリと電力の制約のある組み込みシステムにおいて、リアルタイムの期限を満たすのが難しくなる。 本稿では,3つの圧縮手法をすべて組み合わせた設計手法を提案し,メモリと実行時間を大幅に削減する。
  論文  参考訳（メタデータ） (2024-09-02T00:39:29Z)
• Once for Both: Single Stage of Importance and Sparsity Search for Vision Transformer Compression [63.23578860867408]
  重要度評価と疎度評価を1段階にまとめる方法について検討する。 重要度と疎度の両方を同時に評価するコスト効率の高いOFBを提案する。 実験により、OFBは最先端のサーチベースおよびプルーニングベース手法よりも優れた圧縮性能が得られることが示された。
  論文  参考訳（メタデータ） (2024-03-23T13:22:36Z)
• MixedTeacher : Knowledge Distillation for fast inference textural anomaly detection [4.243356707599485]
  異常検出のための教師なしの学習は 画像処理研究の中心にある 本稿では,知識蒸留の概念に基づく新しい手法を提案する。 提案したテクスチャ異常検出器は,SOTA法と比較して,どのテクスチャの欠陥も検出し,高速な推論時間を有する。
  論文  参考訳（メタデータ） (2023-06-16T14:14:20Z)
• Broad Learning System with Takagi-Sugeno Fuzzy Subsystem for Tobacco Origin Identification based on Near Infrared Spectroscopy [10.807954952981301]
  タバコ起源の迅速同定のために,高木・菅野(TS)ファジィサブシステムを用いた新しい広義学習システムを提案する。 提案手法は,従来の分類アルゴリズム,人工ニューラルネットワーク,深層ニューラルネットワークと比較して高い予測精度(95.59)を達成することができる。
  論文  参考訳（メタデータ） (2022-12-31T05:38:37Z)
• Prediction of Red Wine Quality Using One-dimensional Convolutional Neural Networks [0.0]
  本稿では,Pearson相関解析,PCA解析,Shapiro-Wilk検定を行う。 1D-CNNアーキテクチャを組み込んで、隣接する特徴間の相関を捉えている。 ワインの品質予測において,本手法がベースライン手法より優れていることが示された。
  論文  参考訳（メタデータ） (2022-08-30T06:24:38Z)
• DrugOOD: Out-of-Distribution (OOD) Dataset Curator and Benchmark for AI-aided Drug Discovery -- A Focus on Affinity Prediction Problems with Noise Annotations [90.27736364704108]
  我々は、AI支援薬物発見のための体系的なOODデータセットキュレーターおよびベンチマークであるTarmOODを提案する。 DrugOODには、ベンチマークプロセスを完全に自動化するオープンソースのPythonパッケージが付属している。 我々は、薬物標的結合親和性予測という、AIDDにおける最も重要な問題の1つに焦点を当てる。
  論文  参考訳（メタデータ） (2022-01-24T12:32:48Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)
• Project Achoo: A Practical Model and Application for COVID-19 Detection from Recordings of Breath, Voice, and Cough [55.45063681652457]
  コンシューマー端末で録音した音声を用いて、新型コロナウイルスを迅速にトリアージする機械学習手法を提案する。 この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。 我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。
  論文  参考訳（メタデータ） (2021-07-12T08:07:56Z)
• Sample and Computation Redistribution for Efficient Face Detection [137.19388513633484]
  トレーニングデータサンプリングと計算分布戦略は、効率的で正確な顔検出の鍵です。 scrfdf34は、最高の競合製品であるTinaFaceを3.86%(ハードセットでのAP)で上回り、GPU上でVGA解像度画像でmph3$times$より高速です。
  論文  参考訳（メタデータ） (2021-05-10T23:51:14Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• Toward Enabling a Reliable Quality Monitoring System for Additive Manufacturing Process using Deep Convolutional Neural Networks [0.0]
  本稿では, 深層畳み込みニューラルネットワーク(CNN)モデルを用いて, 添加物製造(AM)プロセスの自動品質評価システムを提案する。 CNNモデルは, 層間積層における内部および表面欠陥の画像を用いてオフラインで訓練し, 異なる押出成形速度と温度でAMプロセスの故障を検出し, 分類する性能について検討した。 提案するオンラインモデルでは,AMプロセスに自動で一貫した非接触品質制御信号が付加され,完全構築後の部品の手動検査が不要になる。
  論文  参考訳（メタデータ） (2020-03-06T20:49:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。