相关链接
联系方式
  • 通信地址:广西南宁市西乡塘区大学路100号广西大学轻工与食品工程学院304办公室
  • 邮编:530004
  • 电话:0771-3237301
  • 传真:
  • Email:wangzhiwei@gxu.edu.cn
当前位置:> 首页 > 论文著作 > 正文
Real-time Visual Monitoring of Triboelectric Nanogenerators Enabled by Deep Learning
作者:Huiya Zhang, Tao Liu, Xuelian Zou, Yunpeng Zhu, Mingchao Chi, Di Wu, Keyang Jiang, Sijia Zhu, Wen
关键字:Triboelectric nanogeneratorDeep learningSelf-powered sensingReal-time monitoring
论文来源:期刊
具体来源:https://doi.org/10.1016/j.nanoen.2024.110186
发表时间:2024年
智能传感器和逻辑算法的快速发展推动了物联网(IoT)的广泛采用,加速了智能时代的到来。摩擦电纳米发电机(TENG)传感器与深度学习(DL)的集成利用了TENG的独特优势,如自供电传感、高灵敏度和广泛的适用性,以及DL强大的数据处理能力,可以有效、高效和直观地监测各种相关信号。这种融合表现出显著优越的传感性能和巨大的发展潜力,在智能家居、医疗保健系统、环境监测等领域有着广泛的应用。目前,整合这两种技术的协同工作原理还没有得到充分的阐明。本文综述了旨在增强TENG实时视觉监测的前沿DL技术和相关研究的全面概述。具体来说,它侧重于深度学习算法,如卷积神经网络(CNN)、循环神经网络(RNN)和长短期记忆(LSTM),用于处理复杂的teng生成的数据集。此外,本文概述了DL与TENG传感器集成的优势和协同机制,并全面总结了它们在需要实时数据视觉监测的各个领域的最新应用。最后,分析了信息化与数字化融合发展的前景、挑战和对策,为今后该领域的发展提供了全面的理论基础和实践指导。