Abstract: C. Kim, D. Jung, S. Choi, S. Choi, S. Lee (2025)

Gas detection is essential in industrial and domestic environments to ensure safety and prevent hazardous incidents. Traditional single-sensor time-series analysis often suffers from limitations in accuracy and robustness due to environmental variations. To address this issue, we propose an artificial intelligence (AI)-based approach that transforms 1-D time-series data into 2-D image representations, followed by the classification of acetylene (C2H2), ammonia (NH3), and hydrogen (H-2) using convolutional neural networks (CNNs). By utilizing image transformation techniques such as recurrence plots (RPs), Gramian angular fields (GAFs), and Markov transition fields (MTFs), our method significantly enhances feature extraction from sensor data. In this study, we utilized sensor array data obtained from ZnO and CuO thin films previously synthesized using a droplet-based hydrothermal method. By exploiting the temperature-dependent response characteristics of these sensors, we aimed to improve classification accuracy. Experimental results indicate that our proposed approach achieves a 6.2% relative improvement over the LSTM baseline model (90.1%) in classification accuracy compared to the conventional LSTM model applied directly to raw time-series data. This study demonstrates that converting time-series data into image representations substantially improves gas detection performance, offering a scalable and efficient solution for various sensor-based applications. Future research will focus on real-time implementation and further optimization of deep learning architectures.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Gas Classification Using Time-Series-to-Image Conversion and CNN-Based Analysis on Array Sensor