Нейросетевая калибровка датчиков для технологий микро- и наноэлектроники
Том 3 № 3 (2022), Статьи
Том 3 № 3 (2022)

Нейросетевая калибровка датчиков для технологий микро- и наноэлектроники

Статьи
https://doi.org/10.51790/2712-9942-2022-3-3-8
Опубликовано Сентябрь 30, 2022
Н. В. Замятин
Томский университет систем управления и радиоэлектроники, г. Томск, Российская Федерация
Г. В. Смирнов
Томский университет систем управления и радиоэлектроники, г. Томск, Российская Федерация
В. И. Маковкин
Томский университет систем управления и радиоэлектроники, г. Томск, Российская Федерация
PDF

Ключевые слова

технологический процесс
датчики
оптические преобразователи
калибровка
нейронные сети

Как цитировать

1.
Замятин Н.В., Смирнов Г.В., Маковкин В.И. Нейросетевая калибровка датчиков для технологий микро- и наноэлектроники // Успехи кибернетики. 2022. Т. 3, № 3. С. 74-82. DOI: 10.51790/2712-9942-2022-3-3-8.
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver ГОСТ Р 7.0.5-2008

Скачать ссылку

Endnote/Zotero/Mendeley (RIS) BibTeX

Аннотация

рассматривается калибровка оптических измерительных систем определения состава веществ с использованием многослойной нейронной сети. Оптическая измерительная система основана на волоконно-оптических преобразователях, и ее измерительные характеристики могут быть немонотонны и нелинейны. Применимость предлагаемого способа калибровки продемонстрирована в рассматриваемом случае с использованием реальных данных. Нейросетевой подход позволяет получить лучшее качество калибровки, а многослойная нейронная сеть не требует данных для восстановления оптических характеристик.

https://doi.org/10.51790/2712-9942-2022-3-3-8
PDF

Литература

Emets S. V. et al. Processing Calibration Results for Measuring Transducers with an Integrated Sensor. Journal of Physics: Conference Series. 2020;1582:012026.

Данилов А. А. Метрологическое обеспечение измерительных систем. 3-е изд., перераб. и доп. СПб.: Политехника-Сервис, 2014. 189 с.

Ординарцева Н. П., Баранов А. А., Рыбаков И. М. Нормативно-методологическое обеспечение калибровки измерительных систем. Измерение. Мониторинг. Управление. Контроль. 2017;4:22–27.

Шипицын А. Г., Попов А. Е. Алгоритм калибровки эталонных измерительных преобразователей давления. Вестник ЮУрГУ. Серия: Компьютерные технологии, управление, радиоэлектроника. 2010;22:53–56.

Лобачев Ю. А. Разработка технологии получения и очистки гидридных газов непосредственно в технологических процессах полупроводниковой микроэлектроники: Дисс. ... канд. техн. наук. 2002. 133 с.

Применение промышленных газов в электронике. Режим доступа: https://dpairgas.com.ua/?p=1480.

Сидоров А. И. Сенсорная фотоника: Учеб. пособие. СПб: Университет ИТМО, 2019. 96 с.

Патент РФ 2262684. Оптический абсорбционный газоанализатор.

Замятин Н. В., Смирнов Г. В. Нейросетевые компьютерные системы и их применение. Изд-во ТУСУР. 2021. 278 с.

Anders U., Korn O. Model Selection in Neural Networks. Neural Networks. 1999;12(2):309–323.

Mueller M., Graf P., Meyer J., Pentina A., Brunner D., Perez-Cruz F., Huglin Chr., Emmenegger L.Integration and Calibration of NDIR CO2 Low-Cost Sensors, and Their Operation in a Sensor Network Covering Switzerland. Atmospheric Measurement Techniques. Preprint. Discussion started: 18 November 2019. DOI: https://doi.org/10.5194/amt-2019-408.

Скачивания

Данные скачивания пока не доступны.