王中林等Joule综述：机器学习自供电传感

自供电传感体系与机器学习结合可能在物联网（loT）实现大规模应用。伴随着自主的能量收集技术的应用，这种智能体系能够连续不断的产生数据，并且通过研究数据处理给出明智的决策。

这种自供电智能传感系统将导致传感器实现革新性的设计与发展，为开发智能机器人、数字健康、可持续能源等提供更多的机会与发展前景。但是，目前的挑战在于稳定的能量收集、与机器学习/隐私/道德影响进行无缝集成。

佐治亚理工学院王中林、阿肯色大学Wan Shou、西安交通大学Omid Mahian等综述报道具有机器学习能力的自供电传感器体系的发展情况。首先提出并且总结传感器体系的三种自供电原理，包括摩擦发电、压电、热电技术，随后讨论目前机器学习技术在自供电传感器领域的应用情况，提出了自供电能力和机器学习功能的传感体系，最后讨论机器学习与自供电传感的研究领域和面临的挑战，提出机器学习的自供电传感器发展道路。

参考文献

Avinash Alagumalai, Wan Shou,* Omid Mahian,* Mortaza Aghbashlo, Meisam Tabatabaei, Somchai Wongwises, Yong Liu, Justin Zhan, Antonio Torralba, Jun Chen, ZhongLin Wang,* and Wojciech Matusik, Self-powered sensing systems with learning capability, Joule 2022,

DOI: 10.1016/j.joule.2022.06.001

https://www.cell.com/joule/fulltext/S2542-4351(22)00248-3

学术交流QQ群

‍