机器学习在光纤传感中的应用:一个研究议程
Erick Reyes-Vera1, Alejandro Valencia-Arias2, Vanessa García-Pineda1
1Departamento de Electrónica y Telecomunicaciones, Instituto Tecnológico Metropolitano, Medellín 050013, Colombia.
Sensors (Basel, Switzerland)
|April 13, 2024
概括
本文库分析显示,光纤传感器中的机器学习应用正在进步,特别是用于结构健康监测的深度学习. 未来的研究应该探索像石墨这样的新材料.
科学领域:
- 传感器技术 传感器技术
- 人工智能的人工智能
- 材料科学 材料科学 材料科学
背景情况:
- 技术设备对于监测健康,基础设施和自然因素至关重要.
- 传感器检测异常,用于早期风险检测,增强人工智能.
- 光纤传感器是各种监控系统中的关键组件.
研究的目的:
- 在光纤传感器中对机器学习应用进行文献分析.
- 使用PRISMA 2020方法识别研究趋势和关键概念.
- 评估Scopus和Web of Science的出版物数量和质量.
主要方法:
- 使用PRISMA 2020指南进行图书统计分析.
- 从Scopus和科学网络数据库收集数据.
- 评估研究趋势,关键概念和时间上的进展.
主要成果:
- 深度学习技术和纤维布拉格网格在基础设施研究中占据着重要地位.
- 光纤传感器广泛用于结构健康监测.
- 在利用像石墨一样的新材料用于光纤传感器方面存在研究缺口.
结论:
- 机器学习显著提高光纤传感器的能力.
- 结构健康监测是这些传感器的关键应用领域.
- 未来的研究应该研究新的材料来扩大传感器应用.
