Detección de especies maderables mediante sensores químicos de olor, aplicando regularización L1 y modelos de mezclas gaussianas

• Naren Arley Mantilla Ramírez ^[1] ; Iván Darío Porras Gómez ^[1] ; Alexander Sepúlveda-Sepúlveda ^[1]
  1. [1] Universidad Industrial de Santander

     Universidad Industrial de Santander

     Colombia

     
• Localización: Revista Logos ciencia y tecnología, ISSN 2145-549X, Vol. 15, Nº. 1, 2023, págs. 8-18
• Idioma: español
• Títulos paralelos:
  • Detecção de espécies de madeira a partir de sensores de matriz química usando regularização L1 e modelos de mistura gaussiana
  • Wood species detection from chemical array sensors by using L1 regularization and Gaussian Mixture Models
• Enlaces
  • Texto completo
• Resumen
  • español

    La identificación de las especies maderables ayuda a combatir el tráfico de especies prohibidas. Una forma de realizarla es mediante su olor. En el presente trabajo se muestra un método que tiene por objetivo la detección de especies maderables a partir de trozos previamente cortados y almacenados, mediante la interacción de los compuestos volátiles que estos emanan con una nariz electrónica. El presente dispositivo procesa la respuesta del arreglo de sensores químicos a través de la regularización lineal y modelos probabilísticos con un enfoque similar al usado en sistemas biométricos. En particular, el método presentado incluye una etapa de estimación de parámetros heurísticos sobre las señales entregadas por el arreglo de sensores, seguido de una etapa de selección de variables por medio de regularización L1, para finalmente utilizar modelos de mezclas Gaussianas [GMMs] en el proceso de modelado probabilístico. A modo de resultado, se obtiene un EER promedio de 17.5 % en desempeño en la detección de cuatro especies maderables; y, para el caso particular del Sapán, un EER de 12 % como resultado. En conclusión, este enfoque biométrico da buenos resultados respecto a trabajos anteriores, teniendo en cuenta que en el presente los experimentos se realizan en condiciones más cercanas a la realidad

  • English

    Species identification from timber helps combat ilegal wood trafficking. In the present work, it is shown a method that aims to detect wood species from previously cut and stored pieces through the interaction of the volatile compounds that they emanate with an array of chemical sensors (electronic nose). The device processes the response of the chemical sensor array using linear regularization and probabilistic machine learning methods trying to resemble current biometric systems. In particular, this method includes a heuristic parameter estimation stage on the signals provided by the sensor array, followed by a variable selection stage through L1 regularization, to finally use Gaussian mixture models [GMMs] for the process of probabilistic modeling. As a result, a performance (measured by EER) of 17.5 % is obtained for the detection of four wood species; and, for the particular case of Sapán, an EER of 12 % is achieved. In conclusion, this biometric approach gives good results compared to previous works, taking into account that in the present work, the experiments are carried out in conditions that are closer to reality

  • português

    A identificação das espécies da madeira ajuda a combater o tráfico ilegal de madeira. No pre-sente trabalho, é apresentado um método que visa detectar espécies de madeira de peças previamente cortadas e armazenadas através da interação dos compostos voláteis que elas emanam com um conjunto de sensores químicos (nariz eletrônico). O dispositivo processa a resposta da matriz de sensores químicos usando regularização linear e métodos probabilísti-cos de aprendizado de máquina tentando se assemelhar aos sistemas biométricos atuais. Em particular, este método inclui uma etapa de estimação de parâmetros heurísticos nos sinais fornecidos pela matriz de sensores, seguida de uma etapa de seleção de variáveis através da regularização L1, para finalmente usar modelos de mistura gaussiana [GMMs] para o processo de modelagem probabilística. Como resultado, obtém-se um desempenho (medido pelo EER) de 17,5% para a detecção de quatro espécies de madeira; e, para o caso particular de Sapán, atinge-se uma EER de 12 %. Em conclusão, esta abordagem biométrica apresenta bons resul-tados face a trabalhos anteriores, tendo em conta que no presente trabalho as experiências são realizadas em condições mais próximas da realidade