Kako učiniti da elektronski nosovi bolje mirišu

Kako učiniti da elektronski nosovi bolje mirišu

Zamislite da možete da zamolite mašinu da „namiriše“ nešto umesto vas samo jednim klikom na dugme. Za to služe elektronski nosovi, ili e-nosovi. To su sistemi koji kombinuju hemijske senzore gasa, obradu signala i algoritme mašinskog učenja kako bi oponašali čulo mirisa. E-nosovi se mogu koristiti u mnoge svrhe, kao što su provera kvaliteta hrane, praćenje zagađenja vazduha, dijagnostika bolesti i otkrivanje eksploziva.

Kako oni rade? Koji su izazovi i mogućnosti u ovoj oblasti? Tim koji predvodi Jingdong Čen sa Severozapadnog politehničkog univerziteta u Ksijanu, Kina, i Veivei Vu sa Univerziteta Ksijan u Ksijanu, Kina, nedavno je istražio ova pitanja u sveobuhvatnom pregledu metoda i algoritama razvijenih za e-nosove. Pregled razmatra ograničenja trenutnih gasnih senzora i daje pogled na dizajn algoritma.

Pregled je objavljen u Intelligent Computing.

E-nosovi veštački oponašaju biološki osećaj mirisa. Gasni senzori e-nosa odgovaraju neuronima bioloških receptora mirisa. Kada nešto njušite, sićušni molekuli lebde kroz vazduh i ulaze u vaš nos. Slično, senzor gasa može uhvatiti molekule u vazduhu kroz sistem za usisavanje vazduha. Senzor reaguje na ove molekule i menja se na način koji se može meriti elektronskim signalima. Ovi signali se zatim konvertuju iz analognog formata u digitalni format tako da računari mogu da koriste algoritme za analizu i tumačenje podataka.

Pregled sumira postojeće metode i algoritme u oblasti e-nosa, grupišući ih prema klasifikacionom okviru koji naglašava izazove koje predstavljaju sledeća ograničenja gasnih senzora:

Uprkos značajnom napretku postignutom u poslednjih nekoliko decenija, široko uvođenje e-nosa u praktične primene još uvek ima dug put.

Autori pregleda smatraju da bi osiguranje robusnosti sistema e-nosa trebalo da bude glavni prioritet za buduća istraživanja i razvoj. Iako su identifikacija mirisa i kvantifikacija intenziteta široko istraženi, postoji nekoliko ključnih zadataka koji zahtevaju veću pažnju.

Ovo uključuje suzbijanje i prepoznavanje smetnji, optimizaciju nizova senzora, detekciju pomeranja i otkaza senzora, smanjenje i korišćenje šuma i određivanje granice detekcije, između ostalog. Pored toga, kažu da je važno ući u osnovni matematički model senzorskih mehanizama, koji je temelj za rešavanje mnogih pitanja vezanih za e-nos.