アダム・オプティマイズド・ディープ・ビレアンス・ネットワークに基づく 喉に付着した新型ピエゾ電気センサー
Ben Wang1,2,3, Hua Xia1,3, Yang Feng1,2,3
1School of Information Science and Engineering (SISE), Hangzhou Normal University, Hangzhou 311121, China.
Micromachines
|August 28, 2025
まとめ
この研究では,喉のピエゾ電気信号を消去するために,Adam-optimized Deep Belief Networks (Adam-DBNs) を導入しています. この新しい方法は,信号の明晰さを大幅に高め,ノイズを軽減し,従来のコンボーションニューラルネットワークを上回ります.
科学分野:
- 生物医学工学
- シグナル処理
- 機械学習
背景:
- 喉に付着したピエゾ電気信号は,しばしばポリビニリデンフッ化物 (PVDF) センサーから生理学的モニタリングに不可欠ですが,環境および生理学的ノイズに敏感です.
- これらの機械的振動信号を正確に分析するには,効果的な無音化が不可欠です.
研究 の 目的:
- Adam-optimized Deep Belief Networks (Adam-DBNs) を使用して,喉に付着したピエゾ電気信号のための高度な消音方法を開発する.
- 信号の再構築の精度を改善し,PVDFセンサデータの残留ノイズを抑制する.
主な方法:
- 信号は短時間フーリエ変換 (STFT) を使用して時間周波数領域に変換された.
- 仮面の時間周波数表現は,逆のSTFTで再構築された.
- 複雑な非線形ノイズを処理するために,特徴抽出と信号再構築のために,アダム最適化によるディープ・ビリーフ・ネットワーク (DBN) が採用された.
主要な成果:
- Adam-DBNsは,従来のコンボリューションニューラルネットワーク (CNNs) に比べて,波形類似性の6. 77%の改善を示しました.
- この方法により,局所的な騒音エネルギー残留量は0.099696減少した.
- 信号再構築の精度と残留ノイズ抑制の有意な利点が観察されました.
結論:
- 提案されたアダム-DBNs方法は,喉に付着したピエゾ電気センサー信号を強化するための効率的で堅固なソリューションを提供します.
- このアプローチは,振動分析に基づく生理学的モニタリングの信頼性を向上させ,騒音汚染に効果的に対処します.
