Beschreibung
Durant ces dernières années, il y a eu un intérêt marquant pour développer de nouvelles machines olfactives (nez électronique) basées sur des capteurs à gaz afin de remplir une variété d'applications en vie active, à savoir: la sécurité, l'environnement, le biomédical et la robotique mobile. Ce livre traite principalement des techniques d'implémentation d'algorithmes de classification et de reconnaissance sur circuit reconfigurable (FPGA) de données issues d'une matrice de micro-capteurs à gaz. En effet, vu les performances limitées de ce type de capteurs (sélectivité, dérive, non-linéarité, rapidité, etc.) les auteurs proposent des méthodes de classification basées sur les arbres de décision et les réseaux de neurones artificiels afin d'analyser le flux de données issus des capteurs. Ensuite afin de valider la faisabilité de la méthode, une implémentation matérielle sur circuits FPGA de classificateurs a été réalisée et testée et cela au moyen d'un émulateur de signaux réalisé autour d'un microcontrôleur. Ce livre s'adresse principalement aux ingénieurs et chercheurs désirant approfondir les techniques de prétraitement et d'analyse de données de capteurs par les circuits FPGA.
Autorenporträt
Fayçal Benrekia, Docteur en Sciences en Instrumentation Électronique et chercheur de l'Université Houari Boumediene (USTHB) d'Alger (Algérie), enseignant permanent en électronique à l'Université de Médéa (Algérie), travaille sur le développement des techniques d'intelligence artificielle appliquées dans le domaine d'instrumentation électronique.
Herstellerkennzeichnung:
OmniScriptum SRL
Str. Armeneasca 28/1, office 1
2012 Chisinau
MD
E-Mail: info@omniscriptum.com
