1. Rikete tuvastamine ja ennustamine masinintellekti abil. Iga süsteem peab tuvastama või ennustama võimalikke probleeme enne, kui need valesti lähevad ja tõsiste tagajärgedeni viivad. Praegu puudub täpselt määratletud ebanormaalse oleku mudel ja ebanormaalse tuvastamise tehnoloogia on endiselt puudulik. Masina intelligentsuse parandamiseks on hädavajalik ühendada andurite teave ja teadmised.
2. Tavalistes tingimustes on sihtmärgi füüsikalisi parameetreid võimalik mõõta suure täpsuse ja tundlikkusega; ebanormaalsete tingimuste ja rikete tuvastamisel on aga tehtud vähe edusamme. Seetõttu on rikete tuvastamise ja ennustamise järele pakiline vajadus, mida tuleks jõuliselt arendada ja rakendada.
3. Praegune sensoritehnoloogia suudab täpselt mõõta füüsikalisi või keemilisi suurusi ühes punktis, kuid mitmemõõtmeliste olekute mõõtmine on keeruline. Näiteks keskkonnamõõtmine, mille iseloomulikud parameetrid on laialt jaotunud ning millel on ruumilised ja ajalised korrelatsioonid, on samuti keeruline probleem, mis vajab kiiret lahendamist. Seetõttu on vaja tugevdada mitmemõõtmelise oleku tuvastamise uurimis- ja arendustegevust.
4. Kaugseire sihtkomponentide analüüsiks. Keemilise koostise analüüs põhineb enamasti prooviainetel ja mõnikord on sihtmaterjalide proovide võtmine keeruline. Nagu stratosfääri osoonitaseme mõõtmisel, on kaugseire hädavajalik ning spektromeetria kombineerimine radari- või laserdetekteerimistehnikatega on üks võimalik lähenemisviis. Proovikomponentideta analüüs on vastuvõtlik mitmesuguste mürade või keskkondade häiretele andurisüsteemi ja sihtkomponentide vahel ning andurisüsteemi masinintellekt peaks selle probleemi lahendama.
5. Sensoriteadmised ressursside tõhusaks ringlussevõtuks. Kaasaegsed tootmissüsteemid on automatiseerinud tootmisprotsessi toorainest tooteni ning ringprotsess ei ole enam efektiivne ega automatiseeritud, kui toodet enam ei kasutata või see ära visatakse. Kui taastuvate ressursside ringlussevõtt on võimalik teostada tõhusalt ja automaatselt, saab tõhusalt vältida keskkonnareostust ja energiapuudust ning realiseerida elutsükli ressursside haldamist. Automatiseeritud ja tõhusa tsükliprotsessi jaoks on masinintellekti kasutamine sihtkomponentide või teatud komponentide eristamiseks intelligentsete sensorisüsteemide jaoks väga oluline ülesanne.
Postituse aeg: 23. märts 2022