論文の概要: A Temporal Filter to Extract Doped Conducting Polymer Information
Features from an Electronic Nose
- arxiv url: http://arxiv.org/abs/2401.00684v1
- Date: Mon, 1 Jan 2024 07:04:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 16:20:27.420875
- Title: A Temporal Filter to Extract Doped Conducting Polymer Information
Features from an Electronic Nose
- Title（参考訳）: 電子鼻からドープ導電性高分子情報抽出のための時間フィルター
- Authors: Wiem Haj Ammar, Aicha Boujnah, Antoine Baron, Aimen Boubaker, Adel
Kalboussi, Kamal Lmimouni and Sebastien Pecqueur
- Abstract要約: 本研究では,24次元導電性電子鼻の相対抵抗と電流変調について検討した。
環境認識のための低コスト情報ディスクリプタにおいて、指数移動平均をフローティングリファレンスとして使用する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Identifying relevant machine-learning features for multi-sensing platforms is
both an applicative limitation to recognize environments and a necessity to
interpret the physical relevance of transducers' complementarity in their
information processing. Particularly for long acquisitions, feature extraction
must be fully automatized without human intervention and resilient to
perturbations without increasing significantly the computational cost of a
classifier. In this study, we investigate on the relative resistance and
current modulation of a 24-dimensional conductimetric electronic nose, which
uses the exponential moving average as a floating reference in a low-cost
information descriptor for environment recognition. In particular, we
identified that depending on the structure of a linear classifier, the 'modema'
descriptor is optimized for different material sensing elements' contributions
to classify information patterns. The low-pass filtering optimization leads to
opposite behaviors between unsupervised and supervised learning: the latter one
favors longer integration of the reference, allowing to recognize five
different classes over 90%, while the first one prefers using the latest events
as its reference to clusterize patterns by environment nature. Its electronic
implementation shall greatly diminish the computational requirements of
conductimetric electronic noses for on-board environment recognition without
human supervision.
- Abstract（参考訳）: マルチセンシングプラットフォームで関連する機械学習機能を特定することは、環境を認識するための応用的制限であり、情報処理におけるトランスデューサの相補性の物理的関連性を解釈する必要性でもある。
特に長期取得の場合、特徴抽出は人間の介入なしに完全に自動化され、分類器の計算コストを大幅に増大させることなく摂動に耐性を持たなければならない。
本研究では, 環境認識のための低コスト情報記述器において, 指数平均を浮動小数点として用いる24次元導電性電子鼻の相対抵抗と電流変調について検討した。
特に, 線形分類器の構造によって, 「モデマ」記述子は, 情報パターンを分類するために, 様々な材料センシング要素の寄与に最適化されている。
低パスフィルタリング最適化は、教師なし学習と教師なし学習の間に逆の振る舞いをもたらす:後者は、より長い参照の統合を好んでおり、90%以上の5つの異なるクラスを認識できる。
その電子実装は、人間の監督なしにオンボード環境認識のための導電性電子鼻の計算要件を大幅に減少させる。
関連論文リスト
- CSTA: Spatial-Temporal Causal Adaptive Learning for Exemplar-Free Video Class-Incremental Learning [62.69917996026769]
クラスインクリメンタルな学習課題は、空間的外観と時間的行動の関与の両方を学習し、保存することを必要とする。
本稿では,各クラス固有のインクリメンタル情報要件を調整し,新しいクラスパターンを学習するためのアダプタを分離するフレームワークを提案する。
異なる種類の情報間のインクリメントと記憶の衝突を減らすために,因果補償機構を提案する。
論文 参考訳（メタデータ） (2025-01-13T11:34:55Z) - Heterogeneous quantization regularizes spiking neural network activity [0.0]
本稿では、アナログデータを正規化し、スパイク位相表現に量子化する、データブラインドニューロモルフィック信号条件付け戦略を提案する。
我々は、量子化重みの範囲と密度が蓄積された入力統計に適応するデータ認識キャリブレーションステップを追加することで、このメカニズムを拡張した。
論文 参考訳（メタデータ） (2024-09-27T02:25:44Z) - Calibration-free online test-time adaptation for electroencephalography
motor imagery decoding [3.5139431332194198]
我々は,オンラインテスト時間適応(OTTA)の概念を考察し,推論時間中に教師なしの方法でモデルを継続的に適応させる。
提案手法では,適応プロセス中にソースデータにアクセスする必要がなくなることにより,プライバシの保護が保証される。
我々は、アライメント、適応バッチ正規化、エントロピー最小化といった様々なOTTA技術とともに、軽量なアーキテクチャを用いて、脳波(EEG)運動画像デコーディングの課題について検討する。
論文 参考訳（メタデータ） (2023-11-30T12:53:43Z) - Incrementally-Computable Neural Networks: Efficient Inference for
Dynamic Inputs [75.40636935415601]
ディープラーニングは、センサーデータやユーザ入力などの動的入力を効率的に処理するという課題に直面していることが多い。
インクリメンタルな計算アプローチを採用し、入力の変化に応じて計算を再利用する。
本稿では,この手法をトランスフォーマーアーキテクチャに適用し,修正入力の分数に比例した複雑性を持つ効率的なインクリメンタル推論アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-07-27T16:30:27Z) - A topological classifier to characterize brain states: When shape
matters more than variance [0.0]
トポロジカルデータ分析(TDA)は、永続化記述子を用いてデータ雲の形状を研究することを目的としている。
本稿では,データサブセットへの新たな入力の追加によるトポロジカルメトリクスの定量化変化の原理に基づいた,TDAに基づく新しい分類手法を提案する。
論文 参考訳（メタデータ） (2023-03-07T20:45:15Z) - A Robust and Explainable Data-Driven Anomaly Detection Approach For
Power Electronics [56.86150790999639]
本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。
行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。
検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
論文 参考訳（メタデータ） (2022-09-23T06:09:35Z) - Deep Equilibrium Assisted Block Sparse Coding of Inter-dependent
Signals: Application to Hyperspectral Imaging [71.57324258813675]
相互依存信号のデータセットは、列が強い依存を示す行列として定義される。
ニューラルネットワークは、事前に構造として機能し、基礎となる信号相互依存性を明らかにするために使用される。
ディープ・アンローリングとディープ・平衡に基づくアルゴリズムが開発され、高度に解釈可能で簡潔なディープ・ラーニング・ベース・アーキテクチャを形成する。
論文 参考訳（メタデータ） (2022-03-29T21:00:39Z) - Information-Theoretic Odometry Learning [83.36195426897768]
生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。
提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
論文 参考訳（メタデータ） (2022-03-11T02:37:35Z) - Self-Supervised Transformers for Activity Classification using Ambient
Sensors [3.1829446824051195]
本稿では,環境センサを用いた環境下での居住者の活動の分類手法を提案する。
また,自己教師付き方式でトランスフォーマーを事前訓練する手法を,ハイブリッドオートエンコーダ分類モデルとして提案する。
論文 参考訳（メタデータ） (2020-11-22T20:46:25Z) - A Trainable Optimal Transport Embedding for Feature Aggregation and its
Relationship to Attention [96.77554122595578]
固定サイズのパラメータ化表現を導入し、与えられた入力セットから、そのセットとトレーニング可能な参照の間の最適な輸送計画に従って要素を埋め込み、集約する。
我々のアプローチは大規模なデータセットにスケールし、参照のエンドツーエンドのトレーニングを可能にすると同時に、計算コストの少ない単純な教師なし学習メカニズムも提供する。
論文 参考訳（メタデータ） (2020-06-22T08:35:58Z)
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。