人工嗅觉系统通过超低化学传感变化的1D SnO2纳米架构启用
Yun-Haeng Cho1, Dong-Su Kim2, Jung Hwan Seo3
1School of Energy, Materials and Chemical Engineering, Korea University of Technology and Education (KOREATECH), Cheonan, 31253, Republic of Korea.
概括
本研究介绍了一种可靠的电子鼻子传感器平台,使用纳米结构工程进行精确的气体识别. 这种由人工智能驱动的系统即使在具有挑战性的条件下也能实现高精度,从而推进了生物灵感气体传感技术.
科学领域:
- 材料科学 材料科学 材料科学
- 化学传感器 化学传感器
- 人工智能的人工智能
背景情况:
- 当前人工智能辅助的电子鼻子优先考虑灵敏度,而不是全面的气体分析.
- 传统方法产生不一致的数据,忽视了用于AI应用的传感器材料优化.
研究的目的:
- 开发一个标准化,高度可靠的传感器平台,用于人工智能驱动的气体传感.
- 通过将纳米结构工程与深度学习相结合,提高气体识别的准确性.
主要方法:
- 使用金 (Au) 和 (Pd) 纳米催化剂功能化的1D二氧化 (SnO2) 纳米网络的制造.
- 系统的沉积和受控的老化过程,以提高气体扩散,反应动力学和传感器稳定性.
- 剩余网络深度学习模型用于气体分类的应用.
主要成果:
- 在受控老化后,为七种目标气体 (乙,,乙醇,一氧化碳,,异,) 实现了低于5%的变化系数.
- 使用残余网络模型证明了超过99.5%的分类准确度.
- 在高达80%相对湿度的环境中保持高性能,并在每万亿分之几的检测极限下保持高性能.
结论:
- 突出了纳米结构工程和人工智能之间的关键协同作用,以实现强大的气体传感.
- 建立了下一代生物启发电子鼻子系统的框架,具有卓越的可靠性和分析能力.
- 强调传感器材料设计对于有效的AI驱动气体识别的重要性.
