英语轻松读发新版了,欢迎下载、更新

人工智能驱动的系统快速、精确地检测有毒气体

2024-11-05 14:54:04 英文原文

作者:by University of Virginia

AI-powered system detects toxic gases with speed and precision
基于 AlGaN/GaN HEMT 的人工嗅觉受体和时空气体监测系统示意图。信用:科学进步(2024)。DOI:10.1126/sciadv.adr2659

弗吉尼亚大学工程与应用科学学院的研究人员开发了一种人工智能驱动的系统,可以模仿人类的嗅觉来实时检测和跟踪有毒气体。该系统利用先进的人工神经网络与传感器网络相结合,可以快速识别二氧化氮(NO)等有害气体的来源,这些气体会造成严重的呼吸道健康风险。

据世界卫生组织称,室外空气污染(包括二氧化氮)会导致约 420 万人过早死亡每年在全球范围内,主要是由于哮喘和慢性阻塞性肺病(COPD)等呼吸系统疾病。

他们的文章题为“用于有毒气体时空监测的人工嗅觉受体网络”,发表科学进步

基于石墨烯的传感器模仿人类气味

该创新系统依赖于嵌入石墨烯表面的金属催化剂纳米岛。该装置的功能类似于人造鼻子,与目标有毒气体分子发生反应。作为当分子与石墨烯结合时,传感器的电导率会发生变化,从而使系统能够以极高的灵敏度检测气体泄漏。

“金属催化剂纳米岛是沉积在表面上的微小金属颗粒簇,例如石墨烯,可以增强通过增加气体分子相互作用的表面积,能够精确检测”,负责传感器研发的电气与计算机工程系研究科学家 Yongmin Baek 说道。

电气与计算机工程和材料科学工程副教授、该项目的主要研究人员之一 Kyusang Lee 解释说:“通过将人工智能与最先进的气体传感器相结合,我们能够查明气体泄漏即使在大型或复杂的环境中,人工嗅觉受体也能够以前所未有的精度检测气体浓度的微小变化,并将数据传输到近传感器计算系统,该系统使用机器学习算法来预测泄漏源。”

神经网络优化传感器放置

该系统的人工神经网络根据优化的传感器放置实时分析来自传感器的数据,以确保系统的覆盖范围和效率。这种优化是通过“信任区域贝叶斯优化算法”实现的,这是一种机器学习技术,可将复杂的问题分解为更小的区域,以找到最有效的传感器位置。这确保了使用更少的资源,同时提供更快、更准确的气体泄漏检测。

电气与计算机工程博士学生 Byungjoon Bae 补充道:“我们的人工智能系统有潜力通过持续监测空气质量,使工业环境、城市地区甚至住宅建筑更加安全。这是预防长期健康风险和保护环境的重要一步。”

该研究团队包括 Yongmin Baek、Byungjoon Bae、Jeongyong Yang、Wonjun Cho、Inbo Sim、Geonwook Yoo、Seokhyun Chung、Junseok Heo 和 Kyusang Lee,他们与弗吉尼亚大学和亚洲大学等机构进行了合作。

更多信息:Yongmin Baek 等人,用于有毒气体时空监测的人工嗅觉受体网络,科学进步(2024)。DOI:10.1126/sciadv.adr2659

引文:AI 驱动的系统可快速、精确地检测有毒气体(2024 年,11 月 5 日)检索日期:2024 年 11 月 5 日来自 https://techxplore.com/news/2024-11-ai-powered-token-gases- precision.html

本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外,不得未经书面许可,不得复制部分内容。所提供的内容仅供参考。

关于《人工智能驱动的系统快速、精确地检测有毒气体》的评论


暂无评论

发表评论

摘要

弗吉尼亚大学的研究人员开发了一种人工智能驱动的系统,可以模仿人类的嗅觉,实时检测和跟踪二氧化氮 (NO2) 等有毒气体。该系统使用基于石墨烯的传感器和金属催化剂纳米岛来提高灵敏度,并结合先进的神经网络来精确定位气体泄漏。该技术旨在减少空气污染造成的呼吸系统健康风险和环境破坏,比现有的监测方法有显着改进。