深層学習を用いた屋外環境におけるガス源探索 ―ガスセンサのベースラインの個体差の影響―

カテゴリ: 全国大会

論文No: 3-133

グループ名: 【全国大会】令和7年電気学会全国大会論文集

発行日: 2025/03/01

タイトル(英語): Gas Source Localization in Outdoor Environment Using Deep Learning: Influence of Individual Differences in Gas Sensor Baselines

著者名: 趙高挙（東京農工大学）,松倉悠（電気通信大学）,石田寛（東京農工大学）

著者名(英語): Gao-Ju Zhao (Tokyo University of Agriculture and Technology),Haruka Matsukura (University of Electro-Communications),Hiroshi Ishida (Tokyo University of Agriculture and Technology)

キーワード: ガス源探索|ガスセンサ|センサネットワーク|深層学習|ガス分布シミュレータ|gas source localization|gas sensor|sensor network|deep learning|gas dispersion simulator

要約(日本語): 格子状に並べたガスセンサの応答値を深層学習ニューラルネットワークモデルで処理し，ガス源位置を判定するシステムを提案する。風向きによっては，ガス源に最も近いセンサではなく，その隣のセンサが大きな応答を示すこともあり，単純に応答値を比較してもガス源位置は推定できない。そこで，ガスの空間分布の特徴をCNN（Convolutional Neural Network）で抽出し，その時系列変化をLSTM（Long Short-Term Memory）で識別して，ガス源位置を判定する。並べたガスセンサのベースライン応答

本誌掲載ページ: 196-197 p

原稿種別: 日本語

PDFファイルサイズ: 542 Kバイト