基于方差的强干扰物传感器校准变量选择——在碳纳米管传感器阵列空气污染监测中的应用
应用统计
2025-07-08 v1 统计方法学
摘要
空气和水污染是公共健康的主要威胁，凸显了对可靠环境监测的需求。低成本多传感器系统前景广阔，但受限于选择性差，因为其响应会受到非目标变量（干扰物，如温度和湿度）的影响。这使污染物检测复杂化，尤其是在使用含噪声、相关输入的数据驱动模型时。我们提出了一种方法，用于选择传感器校准中最相关的干扰物，以平衡性能与成本。包含过多变量可能导致过拟合，而遗漏关键变量则会降低准确性。我们的方法利用偏差-方差权衡和方差分析来评估大量模型。该方法首先在模拟数据上进行验证以评估其优势和局限性，然后应用于部署在户外的基于碳纳米管的传感器阵列，以表征其对空气污染物的敏感性。
引用
@article{arxiv.2507.05001,
title = {Variance-based variable selection in sensor calibration with strong interferents -- application to air pollution monitoring with a carbon nanotube sensor array},
author = {Marine Dumon and Berengere Lebental and Guillaume Perrin},
journal= {arXiv preprint arXiv:2507.05001},
year = {2025}
}