機械学習支援のトリボエレクトリックナノ発電機に基づく自己駆動センサー

トリボエレクトリックナノ発電機（TENG）が物理的、化学的、及び生理学的活動を感知する能力が示されています。TENGセンサーによって生成されるデータは、時間、周波数、強度、及び加速度など様々なパラメータを含みます。この情報は信号強度に基づく二項質問に効果的に答えるために使用できますが、さらなる複雑な詳細を抽出するには収集したTENGセンサーデータの詳細な分析が必要です。これらのセンサーによって蓄積されたデータの量は効率的な人間の分析能力を超えることが多く、機械学習や深層学習手法の支援が必要とされます。通常、データ処理、分類、または識別には教師あり機械学習アルゴリズムが使用されます。本論文はTENGセンサーにおける機械学習の最近の進展を包括的にレビューし、今後の研究で対処するべき課題を浮き彫りにします。