Ученые НИУ ВШЭ запатентовали "электронный нос"

отметили
21
человек
в архиве

 Сотрудники Лаборатории космических исследований в области технологий, систем и процессов применили быстрообучаемый нейросетевой искусственный интеллект для распознавания запахов. Это позволило ученым получить патент на малогабаритное устройство «электронный нос» для распознавания образа запаха широкого класса химических веществ. Новый газоанализатор способен не только различать различные смеси газов, но и запоминать новые запахи.

Поясняет Владимир Кулагин, профессор МИЭМ НИУ ВШЭ: «Датчиков газа, запахов существует великое множество. Но они все настроены на распознавание только одного определенного запаха. Допустим, у шахтеров есть датчики на метан, и когда появляется этот газ, устройство его четко фиксирует и сообщает об опасности. Но как только датчику предстоит распознать смесь газов, — начинаются проблемы: устройство способно выделить из этой смеси метан, а другие газы оно „не увидит“. А очень часто возникает ситуация, когда именно смесь газов представляет собой опасность».

Заведующий научно-исследовательской лабораторией космических исследований в области технологий, систем и процессов МИЭМ НИУ ВШЭ Владимир Кулагин

Нововведение ученых Вышки заключается в том, что их устройство разработано на основе твердотельных газочувствительных матриц, состоящих из полупроводниковых датчиков, с использованием быстрообучаемого нейросетевого искусственного интеллекта. Предложение исследователей позволяет достичь высокой точности при анализе смесей.
Схема заявляемого устройства, которая включает следующие позиции:
1 — матрица газочувствительных датчиков;
2 — блок предварительной обработки информации;
3 — блок управления нагревом газочувствительных датчиков;
4 — блок распознавания запахов;
5 — блок индикации;
6 — блок управления устройства 

Двухслойная нейронная сеть прототипа заранее обучена распознавать 16 запахов, соответственно, имеет 16-битный выходной код, для которого верные состояния содержать только одну единицу в одном из 16 разрядах. Появление нескольких единиц в нескольких разрядах эквивалентно обнаружению неизвестного для нее запаха.
В этом случае образ нового запаха помещается в базу данных и для данного запаха обучается новая нейронная сеть


В итоге, одновременно с автоматическим обучением новым запахам обеспечивается более точное их распознавание. Если в базе данных обнаружено два варианта близких образов запаха, то предпочтение отдается тому запаху, чей код ближе к эталонному коду по расстоянию Хэмминга (подсчитывается число совпадений разрядов в коде). Преимуществом является также возможность корректировать ошибки «электронного носа», возникающие из-за старения матрицы газочувствительных датчиков.


Сфера применения данного устройства достаточно широка, оно может быть использовано для мониторинга окружающей среды, обеспечения безопасности людей и объектов от террористических угроз, раннего оповещения при техногенных катастрофах, в бортовых устройствах авиационных и космических аппаратов, в технологических устройствах контроля качества исходного сырья, технологических устройствах контроля запахов, возникающих при технологических процессах.

Добавил precedent precedent 8 Августа
проблема (8)
Комментарии участников:
vmizh
0
vmizh, 8 Августа , url

ВШЭ — надо разогнать к ипаной матери. Т пусть ее прохфессоры реализуют собственные частные представления о правильном про экономику и образование :)



Войдите или станьте участником, чтобы комментировать