Tehnologija apsorpcione spektroskopije lasera sa podesivom diodom (TDLAS) ima značajan potencijal za detekciju gasova staklene bašte, zbog svojih prednosti beskontaktnih merenja u realnom vremenu. Međutim, tehničko usko grlo unakrsne interferencije u spektrima apsorpcije gasa značajno je ograničilo razvoj i primenu ove tehnike u istovremenom merenju višekomponentnih gasova.
Algoritam za razdvajanje zasnovan na neuronskoj mreži za spektre sa pseudonimom nudi jeftino rešenje za ovaj izazov. Nedavno je istraživački tim na čelu sa prof. Gao Ksiaomingom sa Instituta za fizičke nauke Hefei Kineske akademije nauka razvio inteligentni algoritam neuronske mreže koji se efikasno pozabavio dugotrajnim problemom unakrsnih smetnji u spektrima apsorpcije gasa.
„Ovaj algoritam neuronske mreže je učinio lakšim i pouzdanijim otkrivanje više gasova u isto vreme“, rekao je prof. Gao. Rezultati istraživanja objavljeni su u ACS senzori.
U svojoj studiji, istraživači su odredili optimalnu dubinu modulacije u kontrolisanim laboratorijskim uslovima i generisali veliki skup podataka spektra sa pseudonimom za obuku neuronske mreže. Opsežna obuka je poboljšala sposobnost modela da generalizuje različite uslove. Takođe su prikupili eksperimentalne podatke kako bi fino podesili model i potvrdili njegovu efikasnost.
„Lepota ove nove metode leži u njenoj jednostavnosti“, rekao je Gao. „Ne zahteva nikakav dodatni hardver.“
Koristeći algoritam za razdvajanje zasnovan na neuronskoj mreži, tim je uspeo da reši spektralne smetnje unutar postojećeg sistema, smanjujući i složenost i cenu dizajna. Algoritam ne samo da je razdvojio višekomponentne gasne signale sa visokom preciznošću i stabilnošću, već se i dobro prilagodio složenim okruženjima, zahvaljujući transferu učenja. Čak je omogućio istovremenu detekciju više gasova pomoću jednog lasera, čineći proces efikasnijim.
Ova studija je istakla snažan potencijal neuronskih mreža za odvajanje spektra sa pseudonimom, pružajući vredne uvide za primenu TDLAS sistema za detekciju gasa u izazovnim okruženjima.
