1. Vian havaitseminen ja ennustaminen koneälyn avulla. Minkä tahansa järjestelmän on havaittava tai ennustettava mahdolliset ongelmat ennen kuin ne menevät pieleen ja johtavat vakaviin seurauksiin. Tällä hetkellä ei ole tarkkaa mallia epänormaalista tilasta, ja epänormaalien tilojen havaitsemisteknologiaa puuttuu edelleen. Anturitietojen ja tietämyksen yhdistäminen on kiireellistä koneen älykkyyden parantamiseksi.
2. Normaalioloissa kohteen fyysiset parametrit voidaan havaita suurella tarkkuudella ja herkkyydellä; poikkeavien olosuhteiden ja toimintahäiriöiden havaitsemisessa on kuitenkin edistytty vain vähän. Siksi vikojen havaitsemiselle ja ennustamiselle on kiireellinen tarve, jota tulisi kehittää ja soveltaa voimakkaasti.
3. Nykyinen tunnistusteknologia pystyy tarkasti havaitsemaan fysikaalisia tai kemiallisia suureita yhdessä pisteessä, mutta moniulotteisten tilojen havaitseminen on vaikeaa. Esimerkiksi ympäristön mittaaminen, jonka ominaisparametrit ovat laajalle levinneitä ja niillä on spatiaalisia ja ajallisia korrelaatioita, on myös eräänlainen vaikea ongelma, joka on ratkaistava kiireellisesti. Siksi on tarpeen vahvistaa moniulotteisen tilatunnistuksen tutkimusta ja kehitystä.
4. Kaukokartoitus kohdekomponenttien analysoinnissa. Kemiallisen koostumuksen analyysi perustuu enimmäkseen näyteaineisiin, ja joskus kohdemateriaalien näytteenotto on vaikeaa. Kuten stratosfäärin otsonipitoisuuksien mittauksessa, kaukokartoitus on välttämätöntä, ja spektrometrian yhdistäminen tutka- tai laserilmaisutekniikoihin on yksi mahdollinen lähestymistapa. Analyysi ilman näytekomponentteja on altis erilaisille häiriöille, joita aiheuttavat anturijärjestelmän ja kohdekomponenttien väliset kohinat tai väliaineet, ja anturijärjestelmän koneälyn odotetaan ratkaisevan tämän ongelman.
5. Anturiäly resurssien tehokkaaseen kierrätykseen. Nykyaikaiset valmistusjärjestelmät ovat automatisoineet tuotantoprosessin raaka-aineesta tuotteeksi, eikä kiertoprosessi ole tehokas eikä automatisoitu, kun tuotetta ei enää käytetä tai se hävitetään. Jos uusiutuvien luonnonvarojen kierrätys voidaan toteuttaa tehokkaasti ja automaattisesti, ympäristön saastuminen ja energiapula voidaan estää tehokkaasti ja elinkaariresurssien hallinta voidaan toteuttaa. Automatisoidun ja tehokkaan kiertoprosessin kannalta koneälyn käyttö kohdekomponenttien tai tiettyjen komponenttien erottamiseen on erittäin tärkeä tehtävä älykkäille tunnistusjärjestelmille.
Julkaisun aika: 23.3.2022