Обробка сенсорного відгуку високопористих газочутливих шарів на основі ZnO методами машинного навчання

Abstract

Дана кваліфікаційна робота присвячена дослідженню можливості застосування методів машинного навчання до аналізу ВАХ газочутливих шарів для покращення селективності газових сенсорів на основі фрактально-перколяційних наносистем ZnO/NiO за рахунок комп’ютерної обробки даних вимірювань, а також розроблено прототип програмного продукту. Використання комбінації унікальних фізичних властивостей наносистем ZnO/NiO із методами обробки даних - класифікації та кластеризації, таких як логістична регресія, XGBoost, та інші, дозволило створити модель системи, здатної ефективно ідентифікувати гази.