自动驱动的机器学习辅助材料识别,通过热双网络凝实现,具有高热力
Yunsheng Li1, Wenxu Wang1, Xiaojing Cui2
1College of Electronic Information and Optical Engineering, Taiyuan University of Technology, Taiyuan, 030024, China.
Small (Weinheim an der Bergstrasse, Germany)
|October 31, 2024
概括
研究人员使用新型水凝开发了一种无电池的柔性传感器. 这种自动供电的材料识别环分析电压信号以识别材料,从而实现新的人机交互.
科学领域:
- 材料科学 材料科学 材料科学
- 传感器技术 传感器技术
- 人工智能的人工智能
背景情况:
- 灵活的传感器对于可穿戴设备至关重要,但材料识别能力有限.
- 现有的传感器往往专注于弹性和温度传感,忽视了材料识别.
研究的目的:
- 开发一种自动供电的灵活传感器,用于材料识别.
- 创建一个无电池的设备,能够推断材料属性.
主要方法:
- 用特定的氧化还原对和电解质制造热双网络水凝.
- 优化水凝的多孔结构,以提高机械和热电性能.
- 将水凝与用于信号分析的机器学习算法集成.
主要成果:
- 水凝表现出极好的机械和热电性能,具有4.01mV K-1.1的高热电力.
- 成功开发了一种自动供电的材料识别戒指.
- 通过分析温度触发的电压信号,戒指准确地识别了材料.
结论:
- 这种新型的水凝使无电池,自动供电的材料识别成为可能.
- 开发的传感器在人机交互和人工智能驱动的触觉方面有很大的应用潜力.
更多相关视频
10:01Thermal Scanning Conductometry TSC as a General Method for Studying and Controlling the Phase Behavior of Conductive Physical Gels
Published on: January 23, 2018
7.6K
09:09Asymmetric Thermoelectrochemical Cell for Harvesting Low-grade Heat under Isothermal Operation
Published on: February 5, 2020
6.9K
