文献

J-GLOBAL ID：202202249159505639   整理番号：22A1093416

一般的な金属酸化物センサデータセットにおけるドリフトはガス分類ベンチマークの限界を明らかにする【JST・京大機械翻訳】

Drift in a popular metal oxide sensor dataset reveals limitations for gas classification benchmarks

著者 (8件)： Dennler Nik (UH Biocomputation Research Group, Centre for Computer Science and Informatics Research, University of Hertfordshire, Hatfield, United Kingdom) ,  Dennler Nik (International Centre for Neuromorphic Systems, Western Sydney University, Sydney, Australia) ,  Rastogi Shavika (UH Biocomputation Research Group, Centre for Computer Science and Informatics Research, University of Hertfordshire, Hatfield, United Kingdom) ,  Rastogi Shavika (International Centre for Neuromorphic Systems, Western Sydney University, Sydney, Australia) ,  Fonollosa Jordi (Departament d′Enginyeria de Sistemes, Automatica i Informatica Industrial, Universitat Politecnica de Catalunya, Barcelona, Spain) ,  Fonollosa Jordi (Institut de Recerca Sant Joan de Deu, Esplugues de Llobregat, Spain) ,  van Schaik Andre (International Centre for Neuromorphic Systems, Western Sydney University, Sydney, Australia) ,  Schmuker Michael (UH Biocomputation Research Group, Centre for Computer Science and Informatics Research, University of Hertfordshire, Hatfield, United Kingdom)
資料名： Sensors and Actuators. B. Chemical  (Sensors and Actuators. B. Chemical)
巻： 361  ページ： Null  発行年： 2022年 
JST資料番号： T0967A  ISSN： 0925-4005  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 金属酸化物(MO_x)ガスセンサは,それらの調整可能な感度,空間効率および低コストのため,多くの応用に対して一般的な選択である。公的に利用可能なセンサデータセットは,ガスセンサーデータ解析のための新しいアルゴリズムの開発と評価を加速するので,研究コミュニティにとって特に貴重である。Vergaraと同agueによって2013年に発表されたデータセットは,風洞におけるMOxガスセンサアレイからの記録を含んでいる。それは,現場における標準ベンチマークになった。ここでは,ガス分類研究に対する適合性を制限するこのデータセットの潜在特性を報告する。測定タイムスタンプは,ガスが分離,時間クラスタ化バッチで記録されたことを示した。ガス曝露前のセンサベースライン応答は記録バッチと強く相関し,ベースライン応答は与えられた試験で用いたガスを推論するのに十分であった。ゼロオフセットベースライン補償は,残差短期ドリフトが機械学習分類器を用いたガス/地上同定のための十分な情報を含むので,この問題を解決しなかった。短い期間内に記録されたデータのサブセットは,ドリフトによって最小の影響を受けて,オフセット補償の後,ガス分類ベンチマークに好適であったが,完全なデータセットと比較して,非常に減少した分類性能を有した。著者らは,このデータセットが記述する状況に対して注意なしに使用された18の出版物を見出し,従って,ガス分類アルゴリズムの精度を潜在的に過大評価した。これらの観察は,以前に記録されたガスセンサーデータの使用における潜在的な落とし穴を浮き彫りにし,それは広く報告された結果をゆがめている可能性がある。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  応答 ,  *気体 ,  風洞 ,  刊行物 ,  分類 ,  *金属酸化物 ,  残差 ,  *ドリフト ,  クラスタ化 ,  *ベンチマーク ,  機械学習
準シソーラス用語： 分類アルゴリズム ,  タイムスタンプ ,  *センサデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： 金属酸化物ガスセンサ ,  風洞データセット ,  センサドリフト ,  ガス認識

分類 (1件)： 分析機器  (CC02020S)

タイトルに関連する用語 (6件)： 金属酸化物 ,  センサデータ ,  ドリフト ,  分類 ,  ベンチマーク ,  限界