Business contact
- Location
- Al. Zwycięstwa 27, 80-219 Gdańsk
- Phone
- +48 58 348 62 62
- biznes@pg.edu.pl
Contact
- ewaardan@student.pg.edu.pl
Publication showcase
-
Pracujący w czasie rzeczywistym system detekcji gazów wykorzystujący przenośny komputer Raspberry PI oraz matrycę półprzewodnikowych czujników gazu
The gas-analyzing systems based on the array of partially selective gas sensors and pattern-recognition techniques are potentially fast and lowcost alternative for other devices, like gas‑analysers. They give the possibility of recognition the type and the concentration of measured volatile compounds in their working environment. In this work we present the implementation of gas recognition system, in which the signals from an...
-
TOXIC GASES IDENTIFICATION USING SINGLE ELECTROCATALYTIC SENSOR RESPONSES AND ARTIFICIAL NEURAL NETWORK
The need for precise detection of toxic gases drives development of new gas sensors structures and methods of processing the output signals from the sensors. In literature, artificial neural networks are considered as one of the most effective tool for the analysis of gas sensors or sensors arrays responses. In this paper a method of toxic gas components identification using a electrocatalytic gas sensor as a detector and an artificial...
-
WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH DO ANALIZY ODPOWIEDZI MATRYC CZUJNIKÓW GAZU
W pracy zaprezentowano efekt wykorzystania sztucznych sieci neuronowych w procesie analizy odpowiedzi matryc czujników gazu. Przedstawione zostały podstawy teoretyczne sieci neuronowej jednokierunkowej oraz dwóch algorytmów uczenia tej sieci, następnie została ona wykorzystana do klasyfikacji substancji lotnych na podstawie pomiarów matrycy sześciu rezystancyjnych półprzewodnikowych czujników gazu. Przy użyciu środowiska obliczeniowego...
seen 604 times