인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
This paper presents a proof of concept that combines a nano-composite hydrogen detecting sensor and machine-learning technique to achieve accurate and fast detection of hydrogen leakage. The nano-composite hydrogen detecting sensor is fabricated by depositing MoS₂ on a SiO₂/Si wafer using chemical vapor deposition, followed by forming discrete Pd nanoparticles through DC (Direct current) sputtering. This sensor shows high sensitivity of 2.77 and fast response time of 4 to 5 seconds at room temparature, but has a significant dependency on environmental factors such as temperature, and humidity. A machine learning technique, i.e. random forest, was incorporated to filter out the environmental factors. Experimental results show that the combination, i. e. MiCS-2714 sensor not only retains sensitivity, response time of the nan-ocomposite but also attains R² score of 0.994, MSE 0.0506, and the state classification accuracy of 0.979.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-090951508
