Onderzoekers van het HSE Laboratory of Space Research, Technologieën, Systemen en processen hebben snellerende kunstmatige-intelligentiesystemen toegepast op geurherkenning en een elektronisch neusapparaat ontwikkeld dat de geurpatronen van een breed scala aan chemicaliën kan herkennen. Naast het onderscheid tussen verschillende gasmengsels, de elektronische neus kan nieuwe geuren opvangen en onthouden. Volgens HSE-wetenschappers het product van hun onderzoek zal waarschijnlijk zowel de veiligheidsdiensten als het publiek ten goede komen.

Elektronische neusinstrumenten zijn gasanalysatoren die worden gebruikt voor het meten van de kwalitatieve en kwantitatieve samenstelling van gasmengsels. De innovatie van de HSE-wetenschappers is dat hun apparaat is gebaseerd op solid-state gasgevoelige matrices van halfgeleidersensoren en gebruikmaakt van een snel lerend AI-neuraal netwerk. De voorgestelde technologie is zeer nauwkeurig in het analyseren van gasmengsels en bootst de olfactorische functie van levende organismen na door nieuwe geuren te onthouden en ze daarna gemakkelijk te herkennen.

"Er zijn veel gas- en geursensoren beschikbaar, maar ze zijn ontworpen om slechts één specifieke geur te herkennen, " zegt Vladimir Kulagin, hoogleraar bij MIEM HSE. "Bijvoorbeeld, methaansensoren kunnen een toename van dit gas detecteren en ondergrondse mijnwerkers waarschuwen voor het gevaar, maar indien geconfronteerd met een gasmengsel, deze sensor herkent alleen het methaan en negeert de andere componenten. Dit kan een probleem opleveren, aangezien veel gassen gevaarlijk zijn wanneer ze met andere gassen worden gemengd. MIEM HSE-onderzoekers werken nu aan algoritmen, softwareoplossingen en technieken voor geurherkenning via neurale netwerken. Ons belangrijkste doel op dit moment is het vergroten van het aantal geurpatronen dat het apparaat kan herkennen door het in staat te stellen nieuwe geuren te leren en deze informatie in het geheugen vast te leggen. Eigenlijk, we willen het apparaat leren onderscheid te maken tussen gevaarlijke en niet-gevaarlijke gasmengsels en deze snel te onthouden. Voor dit doeleinde, het moet de kenmerken van elk gas kennen."

Dit is hoe het zal werken. Als het apparaat een geur opvangt die het niet herkent, de AI zal in zijn database zoeken naar de meest vergelijkbare geur, bepaald door de kleinste Hamming-afstand tot een bekende geurcode. Waar zo'n goede tweede niet bestaat, wat betekent dat de afstanden tussen codes groter zijn dan de Hamming-afstand in alle neurale netwerken, het apparaat zal de geur als nieuw identificeren.

In dit geval, het nieuwe olfactorische patroon wordt geüpload naar de database en een nieuw neuraal netwerk wordt getraind voor deze geur. Als resultaat, zowel automatisch leren van nieuwe geuren als een nauwkeurigere herkenning worden bereikt. Waar een nieuwe geur overeenkomt met twee verschillende patronen in de database, degene wiens code dichter bij de referentiecode ligt met de Hamming-afstand (gebaseerd op het aantal bitcoïncidenties) heeft de voorkeur. Een ander voordeel is de mogelijkheid om e-nose-fouten als gevolg van veroudering van de array van gassensoren te corrigeren.

Potentiële toepassingen van het apparaat zijn wijdverbreid en omvatten omgevingsmonitoring, het detecteren van terroristische dreigingen voor mensen en faciliteiten, vroegtijdige waarschuwing voor technogene rampen, instrumenten aan boord van vliegtuigen of ruimtevaartuigen, technologie voor het bewaken van de grondstofkwaliteit, en geurbestrijding voor industriële processen.