用于机器嗅觉中气味感知的气味标注卷积编解码器
机器学习
2021-01-07 v2
摘要
深度学习方法已广泛应用于视觉与声学技术。本文中，我们提出一种气味标注卷积编解码器（OLCE）用于机器嗅觉中的气味辨识。OLCE 由卷积神经网络编码器与解码器组成，其中编码器输出受约束于气味标注。使用电子鼻采集气体响应数据，并遵循规范实验流程。计算了若干评价指标以评估算法有效性：准确率 92.57%、精确率 92.29%、召回率 92.06%、F1 分数 91.96%、Kappa 系数 90.76%。我们还将该模型与机器嗅觉中常用的一些算法进行比较，比较结果表明 OLCE 在这些算法中性能最优。文中还讨论了机器嗅觉的一些前景。
引用
@article{arxiv.2011.12538,
title = {An Odor Labeling Convolutional Encoder-Decoder for Odor Sensing in Machine Olfaction},
author = {Tengteng Wen and Zhuofeng Mo and Jingshan Li and Qi Liu and Liming Wu and Dehan Luo},
journal= {arXiv preprint arXiv:2011.12538},
year = {2021}
}