ニューラルネットワークを用いた呼気センサの 高精度成分濃度予測 -予測精度の隠れ層数依存性-

書誌事項

タイトル別名
  • ニューラルネットワーク オ モチイタ コキ センサ ノ コウセイド セイブン ノウド ヨソク : ヨソク セイド ノ カクレ ソウスウ イソンセイ

この論文をさがす

抄録

本研究では小型呼気センサの実現を目指し、10個の反応特性が異なる酸化チタンナノチューブ薄膜ガスセンサを用いて、その応答から多成分混合ガス(一酸化炭素、ヘリウム、酸素、窒素)内の一酸化炭素と酸素の濃度予測を、機械学習アルゴリズムの一つであるニューラルネットワークを用いて行い、隠れ層数の最適数を検討した。学習の結果、一酸化炭素濃度に対して0.001%p、酸素濃度に対して0.01%p の精度で予測可能なニューラルネットワークモデルを得た。また、その予測精度は5 層以上ではほぼ変わらないことが見出されたことから、隠れ層数が5 層程度のニューラルネットワークが最適であると考えられる。

収録刊行物

詳細情報 詳細情報について

問題の指摘

ページトップへ