新加坡国立大学陈瑞深、吉林大学孙鹏教授InfoMat：机器学习辅助的可穿戴传感器阵列，用于在宽湿度范围内全面检测氨气和二氧化氮

文章预览

点击蓝字 关注我们 摘  要 近日，吉林大学孙鹏教授研究小组与新加坡国立大学Tan Swee Ching （陈瑞深）教授合作，提出了一种将传感器阵列与机器学习算法相结合的集成策略。可穿戴传感器阵列在较宽的相对湿度范围内实现了超过99%的理论浓度预测精度，能够在真实的采矿条件下精确检测NH 3 和NO 2 混合气体，从而实现矿工的实时健康监测。 文章简介 以煤矿工人为代表，矿井下的灌浆胶注入和地下爆破等作业通常会产生NH 3 和NO 2 有毒混合气体，这些气体会对从业人员的身体健康造成严重的不良影响，包括皮肤刺激，眼睛损伤和不可逆的肺部损伤。由于缺乏个人健康监测，在中国煤矿，每生产一百万吨煤中产生的职业病总数约为32.9。近日， 吉林大学孙鹏教授研究小组与新加坡国立大学Tan Swee Ching （陈瑞深）教授 合作，提出了一种将传感器阵列与机 ………………………………