2022 Fiscal Year Annual Research Report
画像出力型センサと分子ふるい機構を融合した機械学習型においセンシング技術の創出
| Project/Area Number |
21K18718
|
|---|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
野田 俊彦 豊橋技術科学大学, エレクトロニクス先端融合研究所, 准教授 (20464159)
|
|---|
| Project Period (FY) |
2021-07-09 – 2023-03-31
|
| Keywords | においセンシング / 機械学習型センシング / CMOSガスセンサ / 分子ふるい / 画像出力型ガスセンサ |
|---|
| Outline of Annual Research Achievements |
ブロードな応答特性のセンサを用いた「におい」センシング実現に向け，①画像出力型においセンサ，②ディープラーニングを用いたデータ処理，③分子ふるい機構，これら3つの研究課題を設定し，研究を遂行した。
①画像出力型においセンサは，前年度の試作に続いて9種類の「におい感応膜」を成膜したものを準備し，次項②の研究に使用した。これと並行して前年度計測した結果を精査したところ，ガス暴露により電位以外のパラメータが変化していることを示唆する応答特性が確認された。そこで電位以外のパラメータも同時検出するマルチモーダルセンサアレイの設計について検討し，抵抗および容量変化が研究つ可能な画素構造を新たに設計した。この画素を電位検出画素とともにアレイ化した，画素混載型マルチモーダルセンサを試作し，設計コンセプト通りに動作することを確かめた。
①でにおい感応膜を成膜したセンサを使用して3種類のガスに対する応答特性を取得し，②AIによるデータ解析 の基礎検証行った。前年度までの検証で時間軸を含めたデータ解析が重要である知見が得られており，それを反映させた機械学習モデルを構築した。またガス判別の正答率が良好であったことから，より難易度が高いにおいの判別にも挑戦したところ，5種類の調味料の単独臭，混合臭を98%以上の正答率で判別かのうであることを確かめた。
画像出力型センサに組み合わせる③分子ふるい機構 は，前年度試作した電圧印加型素子の特性検証を進めた。印加電圧に応じてセンサ応答特性が変化すること，その変化量がガス種によって異なることに加え，交流電圧を印加した場合にはその周波数によっても特性変化量が異なることを見出した。
|
-
-
-
[Presentation] Humidity Dependence of CMOS-based Odor Sensor2022
Author(s)
Yusuke Yodo, Kenichi Maeno, Kenichi Hashizume, Toshihiko Noda, Yong Joon Choi, Kazuhiro Takahashi, Masahiro Akiyama, and Kazuaki Sawada
Organizer
The 10th Asia-Pacific Conference of Transducers and Micro-Nano Technology 2022 (APCOT2022)
Int'l Joint Research
-
-
-
-
-
