.png){kind=icon}
返回
Transformer-based odor recognition on E-nose platforms
.png){kind=icon}
OA
AI
DOI：10.1016/j.rineng.2025.106309.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 评估ConvTran与CNN/RNN模型在气味分类中的基准研究。
• 推出了两个公开的BME688电子鼻数据集：CoffeePow-4和Aroma-7。
• ConvTran实现了>96%的宏F1分数，延迟<2 ms。
• 基于Transformer的模型在准确率和速度上优于更深的ResNet和InceptionTime。
Keyword:
E-nose
Odor classification
Transformer
Artificial intelligence
期刊
IF:
7.9
论文数:
1.2W
被引数:
1.7W
机构
暂无机构信息
引用论文
Beef Quality Assesment with Electronic Nose Based on an Application Specific Convolution Neural NetworkP. Bulucu, N. Ozkurt, C. Guzels, O. Yildiz, 基于专用卷积神经网络的牛肉质量评估电子鼻应用，2021年智能系统与应用创新大会（ASYU）论文集，IEEE, 2021, 第1-5页。DOI:10.1109/asyu52992.2021.9599063.
PREAI
分享收藏Proof of concept for real-time detection of SARS CoV-2 infection with an electronic nose.png)
PLOS ONEOAAI
PLOS ONEIF0
OAAI分享收藏E-nose Prototype to Monitoring the Growth and Maturation of Peaches in the OrchardIEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏分享收藏Data Processing Based on Glomerular Microcircuits for Electronic Noses刘勇，卞强，童佳，闻海虎，詹晨，基于肾小球微电路的数据处理方法用于电子鼻，2021年40届中国控制会议（CCC），IEEE，2021，第2940-2945页。doi:10.23919/ccc52363.2021.9549686.
PREAI
分享收藏Temporal-Spatial Feature Interaction Network for Multi-Drone Multi-Object Tracking时空特征交互网络用于多无人机多目标跟踪
PREAI
分享收藏
查看更多内容