【儀表網(wǎng) 研發(fā)快訊】近日，南方科技大學(xué)創(chuàng)新創(chuàng)業(yè)學(xué)院副院長、電子與電氣工程系研究員邵理陽團(tuán)隊聯(lián)合國家管網(wǎng)集團(tuán)、深圳市燃?xì)饧瘓F(tuán)、香港理工大學(xué)、深圳清華大學(xué)研究院等單位，在國際學(xué)術(shù)期刊PhotoniX上發(fā)表題為“Artificial intelligence-driven distributed acoustic sensing technology and engineering application”的特邀綜述論文。從重大工程應(yīng)用與多學(xué)科交叉的視角出發(fā)，系統(tǒng)論述了人工智能驅(qū)動的分布式聲波傳感(AI+DAS)技術(shù)在基礎(chǔ)設(shè)施健康監(jiān)測、油氣管道安全預(yù)警、智能周界防護(hù)以及地震監(jiān)測預(yù)警等關(guān)鍵領(lǐng)域的應(yīng)用優(yōu)勢與發(fā)展?jié)摿Α?br />
團(tuán)隊通過回顧Φ-OTDR等關(guān)鍵技術(shù)原理，分析了光纖傳感在長距離、高分辨率、大動態(tài)范圍監(jiān)測中的獨特價值，并從人工智能算法的角度探討了如何在數(shù)據(jù)采集、降噪、特征提取與模式識別等環(huán)節(jié)提升系統(tǒng)的智能化與適應(yīng)性。從交通、能源和安全三個重大工程領(lǐng)域的應(yīng)用場景和需求出發(fā)，展示了AI在實時數(shù)據(jù)解析和風(fēng)險識別方面的顯著效果，同時也討論了在高質(zhì)量數(shù)據(jù)集缺乏、算法復(fù)雜度高及多場景融合難度大等方面仍需面對的挑戰(zhàn)。通過對技術(shù)趨勢與跨學(xué)科融合的探索，讀者能夠更全面地了解到AI+DAS技術(shù)的當(dāng)前發(fā)展現(xiàn)狀與未來走向，為在更多行業(yè)和應(yīng)用場景中推進(jìn)相關(guān)研究與實踐提供有益參考。
圖1 AI驅(qū)動的DAS基礎(chǔ)及其工程應(yīng)用
對于未來該領(lǐng)域的發(fā)展，團(tuán)隊將通過無監(jiān)督和半監(jiān)督學(xué)習(xí)技術(shù)來減少對高質(zhì)量標(biāo)注數(shù)據(jù)的依賴，同時積極探索輕量化模型，解決邊緣設(shè)備算法部署問題。這將拓寬DAS技術(shù)在資源受限環(huán)境中的應(yīng)用邊界，推動多學(xué)科深度融合和大規(guī)模傳感網(wǎng)絡(luò)建設(shè)，助力工程安全和社會發(fā)展。
邵理陽為論文第一作者、唯一通訊作者，南方科技大學(xué)為第一單位。本研究得到國家自然科學(xué)基金、深圳市科創(chuàng)局、鵬城實驗室“智能傳感”重大專項資助支持。
所有評論僅代表網(wǎng)友意見，與本站立場無關(guān)。