清華付紅巖ACS Nano: 機器學習輔助實現仿生軟傳感器陣列的對象識別 2023年10月11日 下午6:27 ? 未全平臺發布, 頂刊 ? 閱讀 117 具有自我感知能力的軟界面在環境感知和反應中發揮著至關重要的作用。然而,材料和傳感系統之間日益增長的重疊給傳感器集成帶來了無數挑戰,包括多模態傳感設計、能夠實現高時空傳感分辨率和高效處理方法的簡化系統設計。 在此,清華大學深圳研究生院付紅巖副教授等人報道了一種仿生軟傳感器陣列 (BOSSA),它基于摩擦電效應集成了壓力和材料感官數據并為個人和物體識別任務提供環境感知。其中,系統架構由BOSSA和類似于大腦感知層次結構的人工神經網絡組成。 受人類體感神經支配結構的啟發,BOSSA使用級聯電極作為嵌入低模量多孔硅橡膠中的“巴齊尼氏(Pacinian)感受器”,多孔硅橡膠傳感過程中的摩擦起電機制使BOSSA對壓力和材料都敏感。此外,級聯電極通向BOSSA中的行+列電極層顯著減少了行×列的數據采集通道數量。研究表明,BOSSA在單像素觸覺感知中具有更高的感知分辨率,并利用所提出的行掃描信號分析支持多像素感知(行×列),這在以前一直被忽視。 圖1. 用于用戶和對象識別的基于機器學習的BOSSA 基于支持向量機(SVM)模型的輔助,作者使用BOSSA實現了基于單像素擊鍵動態的10個用戶(98.9%)的個人識別。此外,作者還展示了BOSSA在操控10個物體時記錄的多像素傳感圖(4000幀)的大規模數據集。 在類似于人腦神經網絡的多層感知器(MLP)模型的輔助下,賦予的復合傳感能力使BOSSA能夠識別10個具有未知尺寸和形狀的不同材料物體(98.6%)的放置和提取,突出了 BOSSA在智能家居/行業中實現實際應用的能力。此外,受益于壓力和材料傳感模式的集成、簡化的電極設計和易于制造等優點,BOSSA在可部署和高分辨率傳感器界面方面具有廣闊的前景,可通過自然系統的靈敏度來感知環境。 圖2. 具有多像素傳感的深度學習輔助對象識別 Machine-Learning-Assisted Recognition on Bioinspired Soft Sensor Arrays, ACS Nano 2022. DOI: 10.1021/acsnano.2c01548 原創文章,作者:v-suan,如若轉載,請注明來源華算科技,注明出處:http://www.zzhhcy.com/index.php/2023/10/11/7a3a695eec/ 電池 贊 (0) 0 生成海報 相關推薦 陳軍院士/嚴振華AM: 實現大電流密度下穩定循環的Mxene基鈉金屬負極 2023年10月15日 歐星/閆巖/王東AFM: 非晶結構工程實現長期高倍率穩定儲鈉! 2023年10月8日 大化所李先鋒/尹彥斌EES:電解液濃度調節實現高度可逆的鋅沉積! 2023年10月15日 【催化】光電催化太陽能分解水,光電極性能提高方法頂刊案例大盤點! 2023年11月16日 師出名門,成果斐然,這位福建仙游走出的學術“新星”正驚艷納米能源界! 2023年10月15日 ?陳遠富/吳琪AFM:雙功能夾層實現無枝晶和無穿梭的鋰硫電池! 2023年10月8日