新規温度変調技術を用いた単一センサ素子でのガス識別における機械学習モデルの検討

カテゴリ: 全国大会

論文No: 3-178

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Investigation of Machine Learning Model for Gas Classification based on a Single Gas Sensor Response by Novel Temperature Modulation Method

著者名: 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）,岩田達哉（富山県立大学）

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

キーワード: ガスセンサ|機械学習|gas sensor|machine learning

要約(日本語): においセンサは、食品の品質検査や日常の体調管理など広く用いられ始めており、特にオンサイトで利用可能な、小型低消費電力なセンシングシステムの実現が望まれる。におい識別には多次元データが必要なため、一般にセンサアレイが用いられるが、多次元データを単一素子で取得し、これによる識別ができればシステムの大幅な小型化が可能となる。そこで我々は、半導体ガスセンサにおいて、ヒータ加熱電圧に新規変調波形を用いることで、ガス識別に有用な多次元情報を単一素子のみで得ることを提案している。本発表では、この新規温度変調手法を用いて

原稿種別: 日本語

PDFファイルサイズ: 480 Kバイト