論文の概要: The Neuromorphic Analog Electronic Nose

• arxiv url: http://arxiv.org/abs/2410.16677v2
• Date: Thu, 24 Oct 2024 01:09:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-25 12:52:28.417056
• Title: The Neuromorphic Analog Electronic Nose
• Title（参考訳）: ニューロモルフィックアナログ電子音
• Authors: Shavika Rastogi, Nik Dennler, Michael Schmuker, André van Schaik,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.48748194765816943
• License:
• Abstract: Rapid detection of gas concentration is important in different domains like gas leakage monitoring, pollution control, and so on, for the prevention of health hazards. Out of different types of gas sensors, Metal oxide (MOx) sensors are extensively used in such applications because of their portability, low cost, and high sensitivity for specific gases. However, how to effectively sample the MOx data for the real-time detection of gas and its concentration level remains an open question. Here we introduce a simple analog front-end for one MOx sensor that encodes the gas concentration in the time difference between pulses of two separate pathways. This front-end design is inspired by the spiking output of a mammalian olfactory bulb. We show that for a gas pulse injected in a constant airflow, the time difference between pulses decreases with increasing gas concentration, similar to the spike time difference between the two principal output neurons in the olfactory bulb. The circuit design is further extended to a MOx sensor array and this sensor array front-end was tested in the same environment for gas identification and concentration estimation. Encoding of gas stimulus features in analog spikes at the sensor level itself may result in data and power-efficient real-time gas sensing systems in the future that can ultimately be used in uncontrolled and turbulent environments for longer periods without data explosion.
• Abstract（参考訳）: ガス濃度の迅速検出は, ガス漏れのモニタリング, 汚染対策など, さまざまな領域において重要であり, 健康被害の予防に重要である。 様々な種類のガスセンサのうち、金属酸化物(MOx)センサーは、可搬性、低コスト、特定のガスに対する感度が高いため、このような用途で広く使われている。 しかし, ガスのリアルタイム検出にMOxデータを効果的にサンプリングする方法は, 未解決の問題である。 ここでは、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紹介する。 このフロントエンドのデザインは、哺乳類の嗅球のスパイク出力にインスパイアされている。 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。 回路設計はMOxセンサアレイにさらに拡張され、このセンサアレイフロントエンドはガスの同定と濃度推定のために同じ環境で試験された。 センサーレベルでのアナログスパイクのガス刺激特性の符号化は、将来データと電力効率の高いリアルタイムガス検知システムをもたらす可能性がある。

関連論文リスト

• Machine Learning for Methane Detection and Quantification from Space -- A survey [49.7996292123687]
  メタン (CH_4) は強力な温室効果ガスであり、20年間で二酸化炭素 (CO_2) の86倍の温暖化に寄与する。 この研究は、ショートウェーブ赤外線(SWIR)帯域におけるメタン点源検出センサの既存の情報を拡張する。 従来の機械学習(ML)アプローチと同様に、最先端の技術をレビューする。
  論文  参考訳（メタデータ） (2024-08-27T15:03:20Z)
• Spike-time encoding of gas concentrations using neuromorphic analog sensory front-end [0.06752396542927405]
  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。
  論文  参考訳（メタデータ） (2023-10-11T13:23:37Z)
• 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)
• 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)
• Multi-task Learning for Source Attribution and Field Reconstruction for Methane Monitoring [7.045900712659982]
  空間的にスパースなセンサ観測からメタンなどの温室効果ガスのソース情報を推定することは、気候変動を緩和する重要な要素である。 集中領域の高忠実度再構成を実現するマルチタスク学習フレームワークを開発した。 提案手法により, スパースセンサによるメタン濃度の高精度な再現が可能であることが実証された。
  論文  参考訳（メタデータ） (2022-11-02T04:21:01Z)
• 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)
• Data-based Design of Inferential Sensors for Petrochemical Industry [0.0]
  産業において、不正確な(またはソフトな)センサーは、オンラインで測定された変数から不正確かつ稀に測定された(または完全に測定されていない)変数の値を推測するために用いられる。 本研究は, 石油精製装置2基の工業蒸留塔の製品組成推定センサの設計に焦点をあてたものである。
  論文  参考訳（メタデータ） (2021-06-25T08:48:50Z)
• 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)
• 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)

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。