王中林等Joule綜述：機器學習自供電傳感

自供電傳感體系與機器學習結合可能在物聯網（loT）實現大規模應用。伴隨着自主的能量收集技術的應用，這種智能體系能夠連續不斷的產生數據，並且通過研究數據處理給出明智的決策。

這種自供電智能傳感系統將導致傳感器實現革新性的設計與發展，爲開發智能機器人、數字健康、可持續能源等提供更多的機會與發展前景。但是，目前的挑戰在於穩定的能量收集、與機器學習/隱私/道德影響進行無縫集成。

佐治亞理工學院王中林、阿肯色大學Wan Shou、西安交通大學Omid Mahian等綜述報道具有機器學習能力的自供電傳感器體系的發展情況。首先提出並且總結傳感器體系的三種自供電原理，包括摩擦發電、壓電、熱電技術，隨後討論目前機器學習技術在自供電傳感器領域的應用情況，提出了自供電能力和機器學習功能的傳感體系，最後討論機器學習與自供電傳感的研究領域和麪臨的挑戰，提出機器學習的自供電傳感器發展道路。

參考文獻

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

學術交流QQ羣

光伏器件學術QQ羣：708759169

光學材料與器件學術QQ羣：623864939

鈣鈦礦產教融合交流@知光谷（微信羣）：需添加編輯微信

爲加強科研合作，我們爲海內外科研人員專門開通了鈣鈦礦科創合作專業科研交流微信羣。加微信羣方式：添加編輯微信pvalley2019，備註：姓名-單位-研究方向（無備註請恕不通過），由編輯審覈後邀請入羣。