- · 传感技术学报版面费是多[04/29]
- · 《传感技术学报》投稿方[04/29]
- · 《传感技术学报》数据库[04/29]
- · 《传感技术学报》期刊栏[04/29]
一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。 二、不要超过10000字为宜，精粹的短篇，尤为欢迎。 三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。 四、凡来稿请作者自留底稿，恕不退稿。 五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式： 基金项目：项目名称（编号） 作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。
南洋理工大学陈晓东：水凝胶人机界面将传感技
作者:网站采编关键词:
摘要：【科研摘要】 传感器和算法 是构建智能系统的两个基本要素 。机器学习（ML） 的最新进展由于ML算法强大的数据分析能力而在智能系统中取得了长足的进步。但是，大多数系统的性能
【科研摘要】
传感器和算法是构建智能系统的两个基本要素。机器学习（ML）的最新进展由于ML算法强大的数据分析能力而在智能系统中取得了长足的进步。但是，大多数系统的性能仍然受到通常依赖于刚性且笨重的传感器设备的传感技术的阻碍，这些传感设备无法适应不规则弯曲和动态的表面来获取高质量的数据。为了解决这个问题，最近开发了具有独特特性（如高顺应性，低模量和轻质）的类皮肤可拉伸传感技术。在此，新加坡南洋理工大学陈晓东教授团队总结了新兴的可伸缩电子技术和ML技术在生物电信号识别，触觉感知和多模式集成方面的融合最新进展，并进一步讨论了挑战和未来发展。这些努力旨在为高级智能应用程序（例如人机界面，医疗保健和机器人技术）加速各种感知和推理任务。相关论文以题为Fusing Stretchable Sensing Technology with Machine Learning for Human–Machine Interfaces发表在《Advanced Functional Materials》上。
【主图见析】
图1 用于智能应用的ML可拉伸传感系统的一般过程。a）可拉伸的传感技术模拟了人类皮肤的传感功能，以获取高质量的数据。b）典型的传感器数据，包括离散，时间序列，图像和多模式传感器信号。c）通过ML算法进行数据解释。
图2 实现可伸缩传感器和系统的两种主要方法：材料和结构设计。开发了常见的功能材料，包括a）导电聚合物，b）纳米复合材料，c）离子水凝胶和d）液态金属，以制造可拉伸的传感器。 采用典型的结构策略，例如e）波浪，f，g）岛桥，h）纺织品，i）纳米网格和j）混合结构，来获得可拉伸的传感器和系统。
图3 ML可拉伸传感系统的最新进展。a）用于生物电信号识别的ML可拉伸电极系统。b，c）用于触觉感知的ML可拉伸触觉传感器系统。d）用于多模式信息集成的ML多传感器系统。
图4 可伸缩传感技术与ML融合的观点。a）可拉伸传感系统的混合集成策略。b，c）通过材料和结构设计提高可拉伸传感器的长期监控能力。d，e）开发新型智能算法。半监督的机器学习方法解决了标签数据较少的问题； 有限数据方面的培训可解决传感器数据不足的问题。f，g）通过近传感器和传感器内计算方法提高边缘数据处理能力。
【总结】
在此进度报告中，作者总结了可伸缩传感技术与ML融合在生物识别，触觉感知和多模式信息集成中实现智能系统方面的最新进展。挑战和观点将进一步讨论。总体而言，新兴的可拉伸传感技术正在逐步改变数据采集方法，该方法可以提供更准确的传感器数据并丰富ML可用数据的形式。另一方面，ML专门从大量复杂的可拉伸传感器数据中自动学习，以进行智能决策。此外，机器学习可以从材料，设备设计，测量和校准方法加速可拉伸传感器的开发。可伸缩传感技术与ML之间的这些紧密联系将为人机界面，机器人技术和数字医疗保健提供更先进的智能系统。
参考文献：doi.org/10.1002/adfm.
文章来源：《传感技术学报》 网址: http://www.cgjsxb.cn/zonghexinwen/2021/0430/330.html