基于机械学习人工智能的无线传感器平台技术
韩国釜山大学研究组发表了后疫情时代高需技术——机械学习人工智能技术和非接触式超低电力无线传感器的研究结果。
釜山大学10日表示，成功开发出利用电波后勤散射（Back-scattering）技术的RFID技术与机械学习、人工智能技术相结合，自行学习并进化而来的超低电力无线传感器平台技术。
“后勤散射（Back-scattering）技术”，虽然具有无线传感器技术，几乎不使用电力的优点，但其必须分析和读取一次以上反射的电波中包含的信息，通信距离短，情报分析的准确度低。
釜山大学金相吉（音）教授组引进了机械学习方法，使后方散射信号的分析准确度有了划时代的提高，并开发出了不需要电池的超低电力无线传感器系统。
研究组计划，把此次提议的以机械学习、人工智能为基础的后方散射、无线传感器系统与感知生物信号的医疗领域相结合，发展成为”后疫情时代”必需的技术。
釜山大学教授金相吉（音）表示:”将率先做好迎接后疫情时代的准备，努力构建利用超低电力、智能型无线传感器、平台技术的非对面的早期诊断系统和智能远程医疗服务。”
版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/5465.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。
