«Разработка нового поколения быстро обучаемых средств нейросетевого распознавания широкого класса химических веществ (высокоинтеллектуального искусственного носа) на основе твердотельных газочувствительных матриц»

Научно-исследовательская лаборатория космических исследований МИЭМ НИУ ВШЭ с 2015 года выполняет проект по теме «Разработка нового поколения быстро обучаемых средств нейросетевого распознавания широкого класса химических веществ (высокоинтеллектуального искусственного носа) на основе твердотельных газочувствительных матриц» в рамках ФЦП «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы», приоритетное направление «Рациональное природопользование».

Объектом прикладных научных исследований и экспериментальных разработок (ПНИЭР) в рамках выполняемого проекта являются средства и методы селективного обнаружения и распознавания широкого класса химических веществ на основе газочувствительных твердотельных матриц (ГЧТМ) с использованием быстро обучаемого нейросетевого искусственного интеллекта.

Целью ПНИЭР является исследование и разработка комплекса научно-технических и программных решений, направленных на создание нового поколения быстро обучаемых средств нейросетевого распознавания широкого класса химических веществ (высокоинтеллектуального искусственного носа) на основе ГЧТМ.

Работы по проекту выполняются в тесном сотрудничестве с Производственно-технологическим центром «УралАлмазИнвест», индустриальный партнер проекта – ООО «НПП «Микроприбор».

Актуальность и новизна исследований связана с разработкой интеллектуальных систем и устройств идентификации компонентов сложных газовоздушных смесей в процессе их распознавания, основу работы которых составляют принципы нейросетевой обработки сигналов, получаемых с твердотельной газочувствительной матрицы.

Проведенный комплекс исследований и разработок подтвердил высокую эффективность нейросетевых технологий распознавания компонент газовоздушной смеси с помощью полупроводниковых газочувствительных матриц, а проведенные в 2017 году исследовательские испытания разработанного экспериментального образца позволили установить полное соответствие результатов проекта требованиям технического задания.