1. Deteksi dan prediksi kesalahan menggunakan kecerdasan mesin. Setiap sistem harus mendeteksi atau memprediksi potensi masalah sebelum masalah tersebut menjadi salah dan mengakibatkan konsekuensi serius. Saat ini, belum ada model kondisi abnormal yang didefinisikan secara akurat, dan teknologi deteksi abnormal masih kurang. Menggabungkan informasi sensor dan pengetahuan untuk meningkatkan kecerdasan mesin sangatlah penting.
2. Dalam kondisi normal, parameter fisik target dapat dideteksi dengan presisi dan sensitivitas tinggi; namun, kemajuan dalam pendeteksian kondisi abnormal dan malfungsi masih sangat terbatas. Oleh karena itu, deteksi dan prediksi kesalahan sangat dibutuhkan, yang harus dikembangkan dan diterapkan secara intensif.
3. Teknologi penginderaan saat ini dapat secara akurat mendeteksi kuantitas fisik atau kimia pada satu titik, tetapi sulit untuk mendeteksi keadaan multidimensi. Misalnya, pengukuran lingkungan, yang parameter karakteristiknya tersebar luas dan memiliki korelasi spasial dan temporal, juga merupakan masalah sulit yang perlu segera dipecahkan. Oleh karena itu, penelitian dan pengembangan penginderaan keadaan multidimensi perlu diperkuat.
4. Penginderaan jauh untuk analisis komponen target. Analisis komposisi kimia sebagian besar didasarkan pada zat sampel, dan terkadang pengambilan sampel material target sulit dilakukan. Sebagaimana halnya pengukuran kadar ozon di stratosfer, penginderaan jauh sangat diperlukan, dan kombinasi spektrometri dengan teknik deteksi radar atau laser merupakan salah satu pendekatan yang memungkinkan. Analisis tanpa komponen sampel rentan terhadap interferensi oleh berbagai derau atau media antara sistem penginderaan dan komponen target, dan kecerdasan mesin dari sistem penginderaan diharapkan dapat mengatasi masalah ini.
5. Kecerdasan sensor untuk daur ulang sumber daya yang efisien. Sistem manufaktur modern telah mengotomatiskan proses produksi dari bahan baku hingga produk, dan proses sirkular tidak efisien maupun otomatis ketika produk tidak lagi digunakan atau dibuang. Jika daur ulang sumber daya terbarukan dapat dilakukan secara efektif dan otomatis, polusi lingkungan dan kekurangan energi dapat dicegah secara efektif, dan pengelolaan sumber daya siklus hidup dapat diwujudkan. Untuk proses siklus yang otomatis dan efektif, penggunaan kecerdasan mesin untuk membedakan komponen target atau komponen tertentu merupakan tugas yang sangat penting bagi sistem penginderaan cerdas.
Waktu posting: 23-Mar-2022