1. Odkrivanje in napovedovanje napak z uporabo strojne inteligence.Vsak sistem mora zaznati ali predvideti možne težave, preden gredo narobe in povzročijo resne posledice.Trenutno ni natančno opredeljenega modela nenormalnega stanja in še vedno manjka tehnologija za odkrivanje nenormalnega stanja.Nujno je treba združiti podatke senzorjev in znanje za izboljšanje inteligence stroja.
2. V normalnih pogojih je mogoče fizične parametre tarče zaznati z visoko natančnostjo in visoko občutljivostjo;vendar je bil majhen napredek dosežen pri odkrivanju neobičajnih pogojev in okvar.Zato obstaja nujna potreba po odkrivanju in napovedovanju napak, ki ju je treba močno razvijati in uporabljati.
3. Sedanja tehnologija zaznavanja lahko natančno zazna fizikalne ali kemične količine na eni točki, vendar je težko zaznati večdimenzionalna stanja.Na primer, okoljske meritve, katerih značilni parametri so široko porazdeljeni in imajo prostorske in časovne korelacije, so tudi neke vrste težek problem, ki ga je treba nujno rešiti.Zato je treba okrepiti raziskave in razvoj večdimenzionalnega zaznavanja stanja.
4. Daljinsko zaznavanje za analizo ciljnih komponent.Analiza kemične sestave večinoma temelji na vzorčnih snoveh in včasih je vzorčenje ciljnih materialov težavno.Tako kot pri merjenju ravni ozona v stratosferi je daljinsko zaznavanje nepogrešljivo, kombinacija spektrometrije z radarskimi ali laserskimi tehnikami zaznavanja pa je eden od možnih pristopov.Analiza brez vzorčnih komponent je dovzetna za motnje različnih šumov ali medijev med senzorskim sistemom in ciljnimi komponentami, in pričakuje se, da bo strojna inteligenca senzorskega sistema rešila ta problem.
5. Senzorska inteligenca za učinkovito recikliranje virov.Sodobni proizvodni sistemi so avtomatizirali proizvodni proces od surovine do izdelka, krožni proces pa ni niti učinkovit niti avtomatiziran, ko izdelka ne uporabljamo več ali ga zavržemo.Če je recikliranje obnovljivih virov mogoče izvajati učinkovito in samodejno, je mogoče učinkovito preprečiti onesnaževanje okolja in pomanjkanje energije ter uresničiti upravljanje virov v življenjskem ciklu.Za avtomatiziran in učinkovit proces cikla je uporaba strojne inteligence za razlikovanje ciljnih komponent ali določenih komponent zelo pomembna naloga za inteligentne sisteme zaznavanja.
Čas objave: 23. marec 2022