ベイズ最適化を用いたセンサ温度変調の最適化とガス識別

カテゴリ: 部門大会

論文No: 16A2-A-3

グループ名: 【E】第39回「センサ・マイクロマシンと応用システム」シンポジウム

発行日: 2022/11/07

タイトル(英語): Gas classification based on parameter optimization of temperature modulation by Bayesian optimization

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|温度変調|ベイズ最適化|ガス識別|においセンシング|gas sensors|temperature modulation|Bayesian optimization|gas classification|electronic noses

要約(日本語): ガス識別におけるセンサ温度変調最適化へのベイズ最適化の適用可能性を検証した。ベイズ最適化の目的関数にDaveis-Bouldin index (DBI)を採用し、7回の試行でDBIを小さくするセンサヒータ電圧のパラメータを得ることに成功した。ガス識別率の評価からDBIが最適化のよい目的関数であることを示し、最適化前後での識別率向上を確かめた。以上より温度変調に対するベイズ最適化の有効性を実証した。

要約(英語): This study applied Bayesian optimization (BO) to the optimization of sensor temperature modulation, where Davies-Bouldin index (DBI) was employed as an objective function. A fairly good relationship between DBI and machine-learning-based classification accuracy was obtained. Additionally, the accuracy was improved through optimization. These results demonstrated that BO is effective for optimizing temperature modulation.

PDFファイルサイズ: 992 Kバイト