センサ温度変調を用いたガス識別におけるベイズ最適化によるヒーター入力波形の決定

カテゴリ: 研究会(論文単位)

論文No: MSS22017,CHS22011,BMS22016

グループ名: 【E】センサ・マイクロマシン部門 マイクロマシン・センサシステム/【E】センサ・マイクロマシン部門 ケミカルセンサ/【E】センサ・マイクロマシン部門 バイオ・マイクロシステム合同研究会

発行日: 2022/06/04

タイトル(英語): Bayesian optimization of heater waveform for gas recognition based on sensor temperature modulation

著者名: 岩田 達哉(富山県立大学),大倉 裕貴(富山県立大学),佐伯 真彬(富山県立大学),吉河 武文(富山県立大学)

著者名(英語): Tatsuya Iwata(Toyama Prefectural University),Yuki Okura(Toyama Prefectural University),Maaki Saeki(Toyama Prefectural University),Takefumi Yoshikawa(Toyama Prefectural University)

キーワード: ガスセンサ|ガス識別|温度変調|ベイズ最適化|gas sensor|gas recognition|temperature modulation|Bayesian optimization

要約(日本語): 新規センサ温度変調を用いたガス識別において、ベイズ最適化を用いたヒータ波形のパラメータ最適化方法を提案した。目的関数にセンサ応答の主成分分析結果より求めたDavies-Bouldin index (DBI)を用い、これをベイズ最適化により最小化した。全体の傾向としてDBIが小さくなるほどガス識別率が向上し、DBIが良い目的関数であることが分かった。さらに最適化により90%を超える識別率が得られ、本提案手法の有効性を実証した。

要約(英語): We adopted Bayesian optimization in optimizing parameters of a heater waveform for temperature modulation-based gas recognition. Employing Davies-Bouldin index (DBI) as an objective function, the parameters of the heater waveform were searched based on Bayesian optimization so that DBI is minimized. Gas recognition accuracy calculated using support vector machine overall increased with decreasing DBI, indicating DBI acted as a good objective function. Additionally, the significantly improved accuracy, which reached over 90% through the optimization process, demonstrated the effectiveness of the proposed optimizing technique.

本誌: 2022年6月7日-2022年6月8日マイクロマシン・センサシステム/ケミカルセンサ/バイオ・マイクロシステム合同研究会

本誌掲載ページ: 15-20 p

原稿種別: 日本語

PDFファイルサイズ: 1,512 Kバイト