空间脉冲响应分析与集成学习实现高效精确的液位感知
信号处理
2024-06-25 v3
摘要
在本文中，我们提出了一种创新方法，用于确定容器（如垃圾桶）的填充水平，解决了废物管理中的一个关键问题。该方法将空间脉冲响应分析与机器学习技术相结合，为基于声音的分类提供了一种独特且有效的方法，可扩展到废物管理之外的多个领域。通过使用蜂鸣器生成的正弦扫描信号，我们创建了特定于废物容器填充水平的独特特征。该特征一旦被准确解码，便由专门开发的集成学习算法进行解释。我们的方法在开发板上本地实现时，分类准确率超过90%，优化了操作效率，并消除了将复杂分类任务委托给外部实体的需要。使用低成本、节能的硬件组件，我们的方法提供了一种经济高效的途径，有助于实现可持续和高效的废物管理实践，提供了一种可靠且可本地部署的解决方案。
引用
@article{arxiv.2405.19341,
title = {Spatial Impulse Response Analysis and Ensemble Learning for Efficient Precision Level Sensing},
author = {Berkay Cetkin and Lejla Begic Fazlic and Kristof Ueding and Rüdiger Machhamer and Achim Guldner and Lars Creutz and Stefan Naumann and Guido Dartmann},
journal= {arXiv preprint arXiv:2405.19341},
year = {2024}
}