1. Detekce a predikce poruch pomocí strojové inteligence.Každý systém musí detekovat nebo předvídat možné problémy dříve, než se pokazí a povedou k vážným následkům.V současné době neexistuje přesně definovaný model abnormálního stavu a stále chybí technologie detekce abnormálních stavů.Je naléhavé zkombinovat informace ze senzorů a znalosti ke zlepšení inteligence stroje.
2. Za normálních podmínek mohou být fyzikální parametry cíle snímány s vysokou přesností a vysokou citlivostí;v odhalování abnormálních podmínek a poruch však bylo dosaženo jen malého pokroku.Proto existuje naléhavá potřeba detekce a predikce chyb, které by se měly energicky rozvíjet a uplatňovat.
3. Současná technologie snímání dokáže přesně snímat fyzikální nebo chemické veličiny v jednom bodě, ale je obtížné snímat vícerozměrné stavy.Například měření životního prostředí, jehož charakteristické parametry jsou široce distribuovány a mají prostorové a časové korelace, je také druhem obtížného problému, který je třeba urychleně vyřešit.Proto je nutné posílit výzkum a vývoj vícerozměrného snímání stavu.
4. Dálkový průzkum Země pro analýzu cílových komponent.Analýza chemického složení je většinou založena na vzorcích látek a někdy je odběr vzorků cílových materiálů obtížný.Stejně jako při měření úrovní ozonu ve stratosféře je nepostradatelné dálkové snímání a jedním z možných přístupů je kombinace spektrometrie s radarovými nebo laserovými detekčními technikami.Analýza bez složek vzorku je citlivá na interference různých šumů nebo médií mezi snímacím systémem a cílovými komponentami a očekává se, že tento problém vyřeší strojová inteligence snímacího systému.
5. Inteligence senzorů pro efektivní recyklaci zdrojů.Moderní výrobní systémy zautomatizovaly výrobní proces od suroviny k produktu a kruhový proces není ani efektivní, ani automatizovaný, když se produkt již nepoužívá nebo nevyhazuje.Pokud lze recyklaci obnovitelných zdrojů provádět efektivně a automaticky, lze účinně předcházet znečištění životního prostředí a nedostatku energie a realizovat řízení zdrojů životního cyklu.Pro automatizovaný a efektivní proces cyklu je použití strojové inteligence k rozlišení cílových komponent nebo určitých komponent velmi důležitým úkolem pro inteligentní snímací systémy.
Čas odeslání: 23. března 2022