論文の概要: Spike-time encoding of gas concentrations using neuromorphic analog sensory front-end

• arxiv url: http://arxiv.org/abs/2310.07475v1
• Date: Wed, 11 Oct 2023 13:23:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-12 22:40:22.174865
• Title: Spike-time encoding of gas concentrations using neuromorphic analog sensory front-end
• Title（参考訳）: ニューロモルフィックアナログ感覚フロントエンドを用いたガス濃度のスパイク時符号化
• Authors: Shavika Rastogi, Nik Dennler, Michael Schmuker and Andr\'e van Schaik
• Abstract要約: 本稿では,哺乳動物嗅球のスパイク出力とイベントベース視覚センサにインスパイアされた簡単なアナログ回路設計を提案する。 我々の回路は、2つの異なる経路のパルス間の時間差でガス濃度を符号化する。
• 参考スコア（独自算出の注目度）: 0.06752396542927405
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Gas concentration detection is important for applications such as gas leakage monitoring. Metal Oxide (MOx) sensors show high sensitivities for specific gases, which makes them particularly useful for such monitoring applications. However, how to efficiently sample and further process the sensor responses remains an open question. Here we propose a simple analog circuit design inspired by the spiking output of the mammalian olfactory bulb and by event-based vision sensors. Our circuit encodes the gas concentration in the time difference between the pulses of two separate pathways. We show that in the setting of controlled airflow-embedded gas injections, the time difference between the two generated pulses varies inversely with gas concentration, which is in agreement with the spike timing difference between tufted cells and mitral cells of the mammalian olfactory bulb. Encoding concentration information in analog spike timings may pave the way for rapid and efficient gas detection, and ultimately lead to data- and power-efficient monitoring devices to be deployed in uncontrolled and turbulent environments.
• Abstract（参考訳）: ガス濃度検出はガス漏れ監視などの応用において重要である。 金属酸化物(MOx)センサーは特定のガスに対する高い感度を示しており、このような監視用途に特に有用である。 しかし、センサ応答を効率的にサンプルし、さらに処理する方法は、まだ未解決の問題である。 本稿では,哺乳動物嗅球のスパイク出力とイベントベース視覚センサにインスパイアされた簡単なアナログ回路設計を提案する。 我々の回路は、2つの異なる経路のパルス間の時間差でガス濃度を符号化する。 制御された気流埋込みガス注入の設定において, 2つの発生パルス間の時間差は, 管状細胞と哺乳動物の嗅球の僧帽球のスパイクタイミング差と一致し, ガス濃度と逆向きに変化することを示した。 アナログスパイクタイミングにおける濃度情報の符号化は、迅速かつ効率的なガス検出の道を開く可能性があり、最終的には、制御されていない乱流環境に展開されるデータおよび電力効率の監視装置につながる。

関連論文リスト

• The Neuromorphic Analog Electronic Nose [0.48748194765816943]
  2つの異なる経路のパルス間の時間差でガス濃度を符号化する1つのMOxセンサのための単純なアナログフロントエンドを導入する。 一定の気流中に注入されたガスパルスに対して,嗅球内の2つの主出力ニューロン間のスパイク時間差と同様,パルス間の時間差はガス濃度の増加とともに減少することを示す。
  論文  参考訳（メタデータ） (2024-10-22T04:20:51Z)
• A novel gas sensing principle based on quantum fluctuations [1.8434042562191815]
  本研究では,電磁界の基底状態ゆらぎによって少量のガス種を検出する新しい測定手法のモデルを提案する。 ナノ粒子の熱運動に及ぼすガスの影響を計算し, ニューラルネットワークを用いたガス濃度の再構成法を提案する。
  論文  参考訳（メタデータ） (2024-05-10T06:15:28Z)
• Autonomous Detection of Methane Emissions in Multispectral Satellite Data Using Deep Learning [73.01013149014865]
  メタンは最も強力な温室効果ガスの1つである。 現在のメタン放出モニタリング技術は、近似的な放出要因や自己報告に依存している。 深層学習法は、Sentinel-2衛星マルチスペクトルデータにおけるメタン漏れの自動検出に利用することができる。
  論文  参考訳（メタデータ） (2023-08-21T19:36:50Z)
• 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)
• An Adaptive GViT for Gas Mixture Identification and Concentration Estimation [9.331787778137945]
  ガス識別の精度は97.61%に達し、純粋なガス濃度推定のR2は平均で99.5%を超える。 GViTモデルは、センサアレイの可変長リアルタイム信号データを入力として直接利用することができる。
  論文  参考訳（メタデータ） (2023-03-10T03:37:05Z)
• ChemVise: Maximizing Out-of-Distribution Chemical Detection with the Novel Application of Zero-Shot Learning [60.02503434201552]
  本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。 合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
  論文  参考訳（メタデータ） (2023-02-09T20:19:57Z)
• 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)
• Emulation of greenhouse-gas sensitivities using variational autoencoders [0.0]
  LPDM感性のための新しい畳み込み変分時オートコーダ(CVAE)を開発した。 CVAEエミュレータは経験的エミュレーション機能を用いた従来のエミュレータよりも優れていた。 提案手法は,高分解能フラックスインバージョンにおいてLPDM出力を生成するのに必要な計算時間を確実に削減するために用いられる。
  論文  参考訳（メタデータ） (2021-12-22T11:44:37Z)
• Bandit Quickest Changepoint Detection [55.855465482260165]
  すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。 有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。 本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:25:35Z)
• Energy Aware Deep Reinforcement Learning Scheduling for Sensors Correlated in Time and Space [62.39318039798564]
  相関情報を利用するスケジューリング機構を提案する。 提案したメカニズムは、センサが更新を送信する頻度を決定することができる。 我々は,センサの寿命を大幅に延長できることを示した。
  論文  参考訳（メタデータ） (2020-11-19T09:53:27Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)

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。