文献
J-GLOBAL ID:202202233959317782   整理番号:22A1086209

人工嗅覚システムにおける干渉抑制のためのスパース再構成領域移動法【JST・京大機械翻訳】

A Sparse Reconstruction Domain Transfer Method for Interference Suppression in Artificial Olfactory System
著者 (7件):
資料名:
巻: 22  号:ページ: 6717-6730  発行年: 2022年 
JST資料番号: W1318A  ISSN: 1530-437X  CODEN: ISJEAZ  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,電子鼻(E-ノーズ)技術は実用化において大きな進歩を遂げている。しかし,非標的ガスからの干渉,製造偏差およびセンサドリフトのような干渉は,リアルタイム検出プロセス中の検出精度にマイナスの影響を持ち,それはE-ノーズの工業化および商業化に影響するであろう。したがって,長期で安定した検出を実現するための干渉抑制の方法を研究する必要がある。本論文では,Eノーズにおける干渉を抑えるためのスパース再構成領域転送(SRDT)法を提案した。提案方法は,各データセットの最適部分空間を見つけて,最適部分空間に変換した後に変換データをまばらに再構成し,干渉情報の有無でデータドメインにおける知識転送を実現できる。E-ノーズの3つの異なるデータセットを用いて,ベンチマークセンサドリフトデータ,E-ノーズシステムの3つの同一セットによって収集されたデータセット,およびキャリアガスによって引き起こされたバックグラウンド干渉のデータセットを含む提案方法の有効性を検証した。平均認識率は最初のデータセットにおいて92.97%であった。認識率は,第2データセットの2つのタスクに対して,それぞれ93.75%および90.27%であり,第3データセットの2つのタスクに対して,それぞれ85.16%および84.62%であった。実験結果は,E-ノーズにおける異なるタイプの干渉が十分に抑制できることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
計測機器一般  ,  パターン認識  ,  通信網  ,  無線通信一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る