Sensori Soft Basati su FPGA Automatizzati per la Stima del Flusso delle Acque Reflue Utilizzando il Deep Learning

È stato sviluppato un prototipo di dispositivo IoT per la stima automatizzata del flusso delle acque reflue utilizzando sensori soft basati sul Deep Learning. La ricerca affronta tre sfide principali: dataset limitati, toolchain scomode per lo sviluppo di modelli di intelligenza artificiale su dispositivo e piattaforme hardware non ottimizzate per applicazioni di sensori soft a basso consumo energetico. Questa soluzione end-to-end dimostra potenzialità in termini di affidabilità ed efficienza energetica quando implementata su dispositivi IoT con risorse limitate. Lo studio si concentra specificamente sul campo poco esplorato della stima del flusso delle acque reflue. L'approccio automatizzato mira a superare le lacune esistenti nei dataset disponibili e nell'ottimizzazione hardware. Il lavoro è stato pubblicato su arXiv con l'identificatore 2407.05102. La ricerca rientra nelle categorie di Ingegneria Elettrica, Scienza dei Sistemi ed Elaborazione dei Segnali. La soluzione automatizzata rappresenta un significativo progresso nell'applicazione di sensori soft basati sul DL alle applicazioni di monitoraggio ambientale.