A Mixture-Gas Multisensor Interface With On-Chip Classification and On-Edge Regression
Rattachement africain : kr. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
This paper presents a mixture-gas detectable edgecomputing device with two step on-sensor classification and regression capabilities. Mixture-gas classification is achieved through a proposed analog on-chip AI circuit, and an analog auto-normalization circuit for better AI accuracy is integrated together in the readout integrated circuit (ROIC). For on-edge mixture-gas concentration analysis, a proposed cross-iterative tuning (CIT) regression algorithm is embedded in the edge device. For system-level feasibility, an edge-computing IoT device prototype with metal-oxide-semiconductor (MOS) sensor devices is manufactured based on the ROIC and experimentally verified to achieve 25.9% better classification and 10.9% better regression.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- A Mixture-Gas Multisensor Interface With On-Chip Classification and On-Edge Regression
- Date Crossref
- 15/08/2025
- Éditeur
- Institute of Electrical and Electronics Engineers (IEEE)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.