WPI (슬롯 사이트) 수학자는 미 육군이 위험한 화학 물질을 더 빨리 감지하여 허위 경보 속도를 극적으로 떨어 뜨릴 수있는 외부 의류에 착용 할 수있는 썸네일 크기의 화학 센서를 만들도록 돕고 있습니다.
“데이터 과학의 힘을 사용하면 화학 센서를 크게 발전시켜 생명을 구할 수 있습니다.”Randy Paffenroth, 수학 과학, 컴퓨터 과학 및 데이터 과학 부교수 및 프로젝트의 주요 수사관.
Paffenroth의 작품으로 2016 년에 3 년 $ 169,000 상을 수상한 후U.S. 육군 전투 역량 개발 사령관 병사(CCDC-SC) 센서 프로젝트에서 그는 이제 Soldier Center를 통해 또 다른 3 년간 상을 받았습니다. Paffenroth는 센서 개발을 계속하기 위해 CCDC에 180 만 달러의 수상한 공동 PI이며,이 금액의 약 249,000 달러는 Paffenroth의 프로젝트 작업을 지원할 것으로 예상됩니다..
센서를 개선하기 위해 Paffenroth는 데이터 과학, 고급 기계 학습 및 고전적인 통계 알고리즘을 결합하여 위험한 화학 물질을보다 빠르고 정확하게 감지합니다.
58159_58415
웨어러블 센서 장치는 인간 코를 모방하기 위해 제작되었으며, 이는 적어도 1 조의 상이한 냄새를 식별 할 수있는 약 400 가지 유형의 후각 수용체가 있습니다. 장치의 각 센서는 다중 분자의 조합을 감지합니다. 하나는 디젤 연기와 특정 화학 물질을 감지 할 수 있고, 다른 분자는 디젤 연기와 습도를 감지 할 수 있습니다. 결과는 환경에서 화학 물질에 대한보다 완전하고 정확한 평가를 제공하기 위해 결합됩니다.
장치의 신호 처리 속도와 정확성을 향상시키기 위해 Paffenroth는 신규 및 오래된 수학 기술을 결합했습니다. 구체적으로, 그는 인공 신경망을 혼합하여 1960 년경에 개발 된 고전적인 알고리즘 인 Kalman Filter를 통해 인간 뇌의 기능을 모방하는 새로운 유형의 머신 러닝을 혼합했습니다. 그는이 유형의 문제의 신경망이 신호 처리와 어려움을 겪 거나이 모든 들어오는 정보의 "노이즈"를 통해 컬링하여 공기 중의 화학 물질의 존재를 정확하고 신속하게 감지하기 때문에 두 가지를 결합했습니다. 슬롯 연구원은 "노이즈 감쇠"Kalman 필터와 신경망과 결합하여 Autoencoder Kalman 필터라는 새로운 알고리즘을 만듭니다. 클래식하고 새로운 알고리즘은 함께 작동하여 센서의 시끄럽고 복잡한 데이터를 단순화하여 환경에서 화학 물질을 더 잘 감지합니다.
