Rezumat teza Alin Tisan - Facultatea de Electronica ...

More documents

Recommendations

Info

Rezumat pag. 3 Capitolul II Sistemul olfactiv artificial Scopul acestui capitol este acela de a face o descriere cuprinzătoare a stadiului actual al domeniul sistemelor olfactive electronice. Capitolul va centraliza cele mai relevante aspectele ale cercetării şi dezvoltării senzorilor de gaz, a tehnicilor de recunoaştere a tiparelor aplicate datelor provenite de la senzori şi a aplicaţiilor ce au contribuit la dezvoltarea sistemelor olfactive artificiale. Acest capitol se doreşte a fi unul de informare la nivel teoretic fundamental şi de sintetizare a informaţiilor ce se regăsesc în literatura de specialitate. 2.1 Sistemul olfactiv biologic Încercarea de imitare a sistemului olfactiv biologic a făcut ca cercetările în domeniu să cunoască o dezvoltare semnificativă în ceea ce priveşte senzorii folosiţi la detectarea moleculelor organice volatile şi procesele cognitive implicate în recunoaşterea acestor molecule. Însă, performanţele nasului electronic sunt departe de cele ale sistemului biologic şi din cauza faptului că există numeroase zone neacoperite ştiinţific a sistemului olfactiv uman. 2.2 Mecanismele biologice de recunoaştere a mirosului Funcţiile chimice ce declanşează la om recunoaşterea mirosurilor sunt încă din păcate necunoscute. Se presupune că celulele receptoare pot reacţiona la mai mult din un singur tip de moleculă odorizantă, dar oricum mecanismul de reacţie la molecula odorizantă este diferit si depinde de fiecare tip de moleculă. Numeroase regiuni ale creierului sunt implicate in procesul olfactiv de recunoaştere ce poate implica următoarele mecanisme: discriminarea percepţiilor conştiente, încărcarea şi reproducerea senzaţiilor, imprimarea şi memorarea lor. 2.3 Conceptul de Nas Electronic Folosirea senzorilor chimici la măsurarea şi analizarea odoranţilor a dus la dezvoltarea unui domeniu aflat într-o continua extindere ce a acaparat atenţia specialiştilor din domeniul senzorial şi al sistemelor de recunoaştere şi s-a concretizat prin dezvoltarea a numeroase variante de dispozitive senzoriale şi de tehnici de procesare a datelor bazate de exemplu pe reţelele neuronale artificiale RNA, analiza componentelor principale ACP şi tehnicile fuzzy [13]. 2.4 Nasul electronic Principiul ce stă la baza identificării mirosurilor este faptul că fiecare miros lasă o amprentă caracterizată de semnalele electrice rezultate în urma conversei reacţiei chimice ale fiecărui senzor din cadrul matricei senzoriale a sistemului olfactiv artificial. Aceste semnale electrice sunt măsurate şi procesate, de obicei sub formă digitală, după care sunt aplicate tehnicile de extragere a trăsăturilor cu scopul de a reducere complexitatea semnalelor sistemului multisenzorial. Ultima etapă în procesul de identificare este aplicarea sistemului de recunoaştere, ce aprioric a fost antrenat în clasificarea bazată pe o colecţie de răspunsuri preidentificate [12,28]. 2.5 Senzori pentru un Sistem Olfactiv Artificial Sistemul senzorial poate fi compus dintr-un şir de senzori chimici în care fiecare senzor este sensibil la un anumit tip de substanţă chimică, sau poate fi compus dintr-un singur dispozitiv de detecţie (de ex. cromatograful sau spectrometrul) sau poate fi o combinaţie a celor două. Fiecare compus volatil va produce prin intermediul sistemului senzorial o semnătură caracteristică. Prin expunerea senzorilor la mai mulţi odoranţi (compuşi chimici volatili) se va construi o bază de date de semnături proprii fiecărui analit, necesară procesului de antrenare a sistemului de recunoaştere a tiparelor. Senzorii chimici ce îndeplinesc cerinţele unui sistem olfactiv artificial sunt: semiconductori cu oxizi ai metalelor, polimerii conductori (CP), senzorii piezoelectrici (QMB, SAW, BAW), tranzistorii chimici cu efect de câmp (ChemFET), senzorii capacitivi, senzorii cu fibra optică (FO). 2.6 Sisteme olfactive artificiale actuale Principalii producători de sisteme olfactive artificiale sunt: Alpha M.O.S., Smiths Detection (Cyrano Science, Inc.), Moses II (Lennartz Electronic GmbH), Kamina (Karlsruhe Reserch Center), Nordic Sensor Technologies AB, Marconi Applied Technologies, Osmetech Microbial Analyser (OMA). 2.7 Aplicaţii Principalele aplicaţii ale sistemelor olfactive artificiale comerciale sunt în domeniul asigurării calităţii alimentelor, în industria farmaceutică, diagnosticări medicale, monitorizarea mediului, securitate şi aplicaţii militare, identificarea persoanelor pe baza tehnicilor biometrice olfactive
Rezumat pag. 4 Capitolul III Soluţii de achiziţie a semnalelor unui sistem olfactiv artificial În acest capitol am analizat o serie de soluţii de condiţionare si preprocesare a semnalelor provenite de la senzorii chimici rezistivi de tip MOS dintr-un sistem olfactiv artificial, precum şi analiza datelor generate de senzorii chimici rezistivi. De asemenea am prezentat componenta software şi hardware ce constituie interfaţa între blocul senzorial şi modulul de recunoaştere a tiparelor. S-au analizat circuitele de interfaţare specifice senzorilor de gaz folosiţi în sistem, senzori rezistivi MOS. În scopul liniarizării răspunsului senzorilor şi al implementării diferitor funcţii de compensare (temperatura, umiditate) s-au examinat o serie de circuite analogice de condiţionare specifice senzorilor folosiţi. Pentru ca datele generate de senzori să se înscrie în parametrii ceruţi de modulul de recunoaştere, acestea trebuie preprocesate cu ajutorul algoritmilor de preprocesare propuşi, [10]. În cadrul capitolului s-a subliniat faptul că alegerea unui circuit de interfaţare, a unui circuit analogic de condiţionare şi aplicarea algoritmilor de preprocesare sunt esenţiali în atingerea unor performanţe optime a sistemului olfactiv artificial. În final, am analizat performanţele şi arhitectura blocurilor constituente platforma de achiziţie de date propusă, şi s-a subliniat avantajele folosirii acesteia. În acest scop am realizat o analiză a modului în care influenţa factorilor de mediu asupra semnalelor unui chemosenzor poate fi compensată. Soluţia propusă în cazul achiziţiei datelor constă dintr-un sistem de achiziţie PCI-MIO-16E-1 a căror caracteristici de performanţa sunt analizate. Capitolul IV Tehnici de analiză inteligentă a semnalelor unui sistem senzorial olfactiv Datorită naturii datelor furnizate de senzorii unui sistem olfactiv artificial, algoritmul de recunoaştere necesar trebuie să fie unul cât mai „puternic”, astfel încât să fie capabil să facă faţă analizării datelor neliniare, să se poată auto-organiza, generaliza, învăţa şi să tolereze erorile (zgomotele), [14]. În încercarea de a mima modelul biologic de recunoaştere dezvoltat de creierul uman, s-a emis ipoteza conform căreia algoritmul matematic folosit trebuie dezvoltat în urma analizării tiparelor. Astfel că, s-au creat diferiţi algoritmi de recunoaştere de inspiraţie biologică: reţele neuronale artificiale, sisteme fuzzy, algoritmi genetici, sisteme neuro-fuzzy, etc., care să prezinte proprietăți asemănătoare cu cele ale creierului: de asociere, generalizare, căutare (calcul) paralel, învăţare şi flexibilitate. În literatură există numeroase lucrări ce atestă folosirea unui număr mare de tehnici de analiză a tiparelor unui sistem olfactiv artificial. În acesta teză s-au abordat doar tehnicile inteligente de analiză deoarece doar acestea fac scopul implementărilor în circuitele logice reconfigurabile. Din analiza tehnicilor de analiză abordate, particularităţile şi cerinţele care trebuie să le îndeplinească un sistem olfactiv artificial sunt determinate de următorii factori: o dimensiune cât mai mică a tiparului de recunoscut faţă de cea generată de aplicaţiile clasice (spectroscopia sau cromatografia) concretizată printr-o reducere substanţială a resurselor hardware şi de timp necesare clasificării odoranţilor ţintă; operare cu acelaşi grad de succes şi în medii şi situaţii noi neacoperite de procesul de antrenare Din păcate nu există nici un algoritm de clasificare care să poată îndeplini concomitent toate cerinţele unui sistem de recunoaştere ideal, dar există studii, ce pot să indice pentru o anumită aplicaţie un algoritm de clasificare optim. Capitolul V Implementări hardware ale reţelelor neuronale artificiale In acest capitol am realizat un studiu privind tehnicile de implementare a reţelelor neuronale artificiale. De asemenea sunt prezentate avantajele şi dezavantajele implementărilor hardware analogice şi digitale, hibride analogice-digitale şi hibride hardware-software şi am pus în evidenţă tehnicile de paralelizare în cazul reţelelor neuronale insistându-se asupra celor cu propagare înainte şi cu autoorganizare [20, 29]. Din analiza raportărilor din literatură se poate spune că în funcţie de numărul de circuite ce se doresc a fi produse, consumul energetic al acestora, rata de eşantionare, dimensiuni, precizie, repetabilitate sunt preferate un anumit tip de implementare. Astfel vom avea implementări analogice dacă se doreşte o producţie în serie mare, un consum redus de putere, rată de eşantionare mare, ponderi fixe şi cu o precizie mică, dimensiuni mici. Se vor prefera implementările digitale cu memorie pe chip atunci când sunt necesare o precizie mai mare, repetabilitate mare, sensibilitate mică la perturbaţii, testabilitate mai bună, flexibilitate mai mare şi compatibilitate cu alte tipuri de procesare, de obicei pentru reţele neuronale de dimensiuni mai mici.
Page 1 and 2: UNIVERSITATEA TEHNICĂ DIN CLUJ NAP
Page 3 and 4: Cuprins Capitolul I. Introducere...
Page 5: Rezumat pag. 2 1.2 Obiectivele spec
Page 9 and 10: Rezumat pag. 6 Capitolul VII Implem
Page 11 and 12: Rezumat pag. 8 acumulatorului (en_a
Page 13 and 14: Rezumat pag. 10 În cazul ariei ado
Page 15 and 16: Rezumat pag. 12 Blocul de selectare
Page 17 and 18: Rezumat pag. 14 8.2.1 Implementarea
Page 19 and 20: Figura 8.9. Arhitectura hardware a
Page 21 and 22: 8.3 Stratul neuronal Deoarece paral
Page 23 and 24: Acestea sunt: ‐ blocul de calcul
Page 25 and 26: Rezumat pag. 22 presupune serializa
Page 27 and 28: Rezumat pag. 24 9.3.1 Gazul de refe
Page 29 and 30: modulul de control număr absorbţi
Page 31 and 32: Rezumat pag. 28 Figura 9.7. Repreze
Page 33 and 34: Rezumat pag. 30 prezentat. În scop
Page 35 and 36: Rezumat pag. 32 T(dy/dx)max, (A7);
Page 37 and 38: Rezumat pag. 34 calcul şi puterea
Page 39 and 40: Bibliografie selectivă 1. Alippi C
Page 41 and 42: CURRICULUM VITAE Date personale:

Rezumat teza Alin Tisan - Facultatea de Electronica ...

Create successful ePaper yourself

Delete template?

Save as template?