論文の概要: Using context to adapt to sensor drift

• arxiv url: http://arxiv.org/abs/2003.07292v3
• Date: Thu, 11 Apr 2024 19:20:02 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-15 20:30:27.745430
• Title: Using context to adapt to sensor drift
• Title（参考訳）: コンテキストを用いたセンサドリフトの適応
• Authors: J. Warner, A. Devaraj, R. Miikkulainen,
• Abstract要約: 匂い感知のスキルのコンテキストとしてドリフトを表す適応システムは、自動的に同じ目標を達成する。 ニューラルネットワークは将来のコンテキストを予測し、コンテキスト+スキルセンシングシステムがセンサードリフトに適応できるようにする。 このように、文脈+スキルシステムは、変化する世界に適応するための動物の嗅覚システムの自然な能力をエミュレートする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Lifelong development allows animals and machines to adapt to changes in the environment as well as in their own systems, such as wear and tear in sensors and actuators. An important use case of such adaptation is industrial odor-sensing. Metal-oxide-based sensors can be used to detect gaseous compounds in the air; however, the gases interact with the sensors, causing their responses to change over time in a process called sensor drift. Sensor drift is irreversible and requires frequent recalibration with additional data. This paper demonstrates that an adaptive system that represents the drift as context for the skill of odor sensing achieves the same goal automatically. After it is trained on the history of changes, a neural network predicts future contexts, allowing the context+skill sensing system to adapt to sensor drift. Evaluated on an industrial dataset of gas-sensor drift, the approach performed better than standard drift-naive and ensembling methods. In this way, the context+skill system emulates the natural ability of animal olfaction systems to adapt to a changing world, and demonstrates how it can be effective in real-world applications.
• Abstract（参考訳）: ライフロング開発により、動物や機械は、センサーやアクチュエーターの摩耗や損傷など、環境の変化に適応することができる。 このような適応の重要なユースケースは、産業用嗅覚である。 金属酸化物をベースとしたセンサーは、空気中のガス化合物を検出するのに使えるが、ガスはセンサーと相互作用し、センサードリフトと呼ばれるプロセスで反応が時間とともに変化する。 センサドリフトは不可逆であり、追加データによる頻繁な再校正が必要である。 本報告では, 匂い感知能力の文脈としてドリフトを表す適応システムが, 自動的に同じ目標を達成することを実証する。 変更履歴をトレーニングした後、ニューラルネットワークは将来のコンテキストを予測し、コンテキスト+スキルセンシングシステムがセンサーのドリフトに適応できるようにする。 ガスセンサドリフトの工業的データセットに基づいて評価し、標準的なドリフトナブ・アンサンブル法よりも優れた性能を示した。 このように、文脈+スキルシステムは、変化する世界に適応するための動物の嗅覚システムの自然な能力をエミュレートし、それが現実世界の応用にどのように有効であるかを実証する。

関連論文リスト

• Machine Learning Based Compensation for Inconsistencies in Knitted Force Sensors [1.0742675209112622]
  編まれたセンサーは、オフセット、緩和、漂流といった自然現象によってしばしば不整合に悩まされる。 本稿では,最小人工ニューラルネットワーク(ANN)を用いて処理することで,これに対応する方法を示す。 合計8個のニューロンを持つ3層ANNをトレーニングすることにより,センサ読み取りとアクティベーション力のマッピングを大幅に改善する。
  論文  参考訳（メタデータ） (2023-06-21T09:19:33Z)
• Detection of Sensor-To-Sensor Variations using Explainable AI [2.2956649873563952]
  化学抵抗性ガス検知装置は製造中のセンサの変動の問題に悩まされている。 本研究では、SHAP(SHAP)のAI(XAI)法を用いて、センサデバイスにおけるセンサとセンサの変動を検出する新しい手法を提案する。 本手法は,GRU(Gated Recurrent Unit)モデルをトレーニングするために,人工的および現実的なオゾン濃度プロファイルを用いて試験する。
  論文  参考訳（メタデータ） (2023-06-19T11:00:54Z)
• Environmental Sensor Placement with Convolutional Gaussian Neural Processes [65.13973319334625]
  センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。 確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。 本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
  論文  参考訳（メタデータ） (2022-11-18T17:25:14Z)
• Exploring Contextual Representation and Multi-Modality for End-to-End Autonomous Driving [58.879758550901364]
  最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。 我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。 提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
  論文  参考訳（メタデータ） (2022-10-13T05:56:20Z)
• Embodiment Enables Non-Predictive Ways of Coping with Self-Caused Sensory Stimuli [0.0]
  リビングシステムは、適応的な振る舞いを促進するために感覚データを処理します。 本研究では, センサモレータを自作した簡易なエンボディードシステムの計算モデルを実装した。 自己因果入力を制御するための行動を制御するソリューションは、自己因果入力を予測・フィルタリングするソリューションよりも、出現する傾向にある。
  論文  参考訳（メタデータ） (2022-05-13T04:35:05Z)
• Bayesian Autoencoders for Drift Detection in Industrial Environments [69.93875748095574]
  オートエンコーダは、マルチセンサー環境で異常を検出するために使用される教師なしモデルである。 異常は、実際の環境の変化(実際のドリフト)や、故障した感覚デバイス(仮想ドリフト)から生じる。
  論文  参考訳（メタデータ） (2021-07-28T10:19:58Z)
• Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
  オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。 このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。 その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
  論文  参考訳（メタデータ） (2021-02-02T15:44:39Z)
• Semantics-aware Adaptive Knowledge Distillation for Sensor-to-Vision Action Recognition [131.6328804788164]
  本稿では,視覚・センサ・モダリティ(動画)における行動認識を強化するためのフレームワーク,Semantics-Aware Adaptive Knowledge Distillation Networks (SAKDN)を提案する。 SAKDNは複数のウェアラブルセンサーを教師のモダリティとして使用し、RGB動画を学生のモダリティとして使用している。
  論文  参考訳（メタデータ） (2020-09-01T03:38:31Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

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。