Detección de especies maderables mediante sensores químicos de olor, aplicando regularización L1 y modelos de mezclas gaussianas
DOI:
https://doi.org/10.22335/rlct.v15i1.1642Palabras clave:
aprendizaje estadístico, reducción de dimensionalidad, modelos de mezclas, narices electrónicas, industria de la maderaResumen
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.
Descargas
Referencias
Agritix. (2016). Xylorix: Macroscopic wood identification system. https://www.xylorix.com
Baietto, M., Pozzi, L., Wilson, A., y Bassi, D. (2013). Evaluation of a portable MOS electronic nose to detect root rots in shade tree species. Computers and Electronics Agriculture, 96, 117-125. https://doi.org/10.1016/j.compag.2013.05.002
Baietto, M., Wilson, A., Bassi, D., y Ferrini, F. (2010). Evaluation of three electronic noses for detecting incipient wood decay. Sensors, 10(2), 1062-1092. https://doi.org/10.3390/s100201062
Cabral, E., Simas, R., Santos, V., Queiroga, C., Da Cunha, V., De Sá, G., Daroda, R., y Eberlin, M. (2012). Wood typification by Venturi easy ambient sonic spray ionization mass spectrometry: The case of the endangered Mahogany tree. Journal of Mass Spectrometry, 47(1), 1-6. https://pubmed.ncbi.nlm.nih.gov/22282083/
Carmel, L., Levy S., Lancet, D., y Harel, D. (2003). A feature extraction method for chemical sensors in electronic noses. Sensors and Actuators B: Chemical, 93(1), 67-76. https://doi.org/10.1016/S0925-4005(03)00247-8
Chawla, N. V., Bowyer, K. W., Hall, L. O., y Kegelmeyer, W. P. (2002). SMOTE: synthetic minority over-sampling technique. Journal of artificial intelligence research, 16, 321-357. https://www.jair.org/index.php/jair/article/view/10302
Cordeiro, J., Li, R., Takahashi, E., Rehder, G., Ceccantini, G., y Gruber, J. (2016). Wood identification by a portable low-cost polymer-based electronic nose. RSC Advance, 6(111). https://pubs.rsc.org/en/content/articlelanding/2016/ra/c6ra22246c
Corporación Autónoma Regional de Santander [CAS] (2016). En Santander hay 13 especies de flora y 12 de fauna priorizados para su conservación. http://cas.gov.co/index.php/sala-de-prensa/453-ensantander-hay-13-especies-de-flora-y-12-de-faunapriorizados-para-su-conservacion.html
Fedele, R., Galbally, I., Porter, N., y Weeks, I. (2007). Biogenic VOC emissions from fresh leaf mulch and wood chips of Grevillea robusta (Australian Silky Oak). Atmospheric Environment, 41(38), 8736-8746. https://doi.org/10.1016/j.atmosenv.2007.07.037
Forest Research Institute Malasy y University Tunku Abdul Rahman [FRIM&UTAR] (2018). My wood: Mobile Wood identification for 100 malaysian timbers. http://mywoodid.frim.gov.my
Friedman, J., Hastie, T., y Tibshirani, R. (2009). The Elements of Statistical Learning. https://link.springer.com/book/10.1007/978-0-387-84858-7
Ghasemi-Varnamkhasti, M., Razdari, A., Yoosefian, S., Izadi, Z., y Rabiei, G. (2019). Selection of an optimized metal oxide semiconductor sensor (MOS) array for freshness characterization of strawberry in polymer packages using response surface method (RSM). Postharvest Biology and Technology, 151, 53-60. https://doi.org/10.1016/j.postharvbio.2019.01.016
James, G., Witten, D., Hastie, T., y Tibshirani, R. (2013). An introduction to statistical learning. Springer. https://link.springer.com/book/10.1007/978-1-4614-7138-7
Kalaw, J., y Sevilla, F. (2018). Discrimination of wood species based on a carbon nanotube/polymer composite chemiresistor array. Holzforschung, 72(3), 215-223. https://www.degruyter.com/document/doi/10.1515/hf-2017-0097/html
Mantilla, N., Ruiz, L., Ortega, H., Paja, M., y Sepúlveda, A. (2020). A low cost electronic nose with a GMM-UBM approach for wood species verification. ICPRAM-2020, 333-341. https://scholar.google.com/citations?view_op=view_citation&hl=es&user=Deodh2sAAAAJ&citation_for_view=Deodh2sAAAAJ:d1gkVwhDpl0C
Mantilla, N., Ruiz, L., Ortega, H., y Sepúlveda, A. (2021). Identificación de especies de maderas locales mediante el uso de nariz electrónica y aprendizaje automático: Un experimento preliminar. INGE CUC, 17, 188-200. https://revistascientificas.cuc.edu.co/ingecuc/article/view/2570
Porras, D., Sarria, M., y Sepúlveda, A. (2020). Speaker Verification system based on articulatory information from ultrasound recordings. DYNA, 87(213). http://www.scielo.org.co/scielo.php?pid=S0012-73532020000200009&script=sci_arttext&tlng=en
Reynolds, D., Quatieri, T., y Dunn, R. (2000). Speaker verification using adapted gaussian mixture models. Digital Signal Processing, 10(1-3), 19-41. https://doi.org/10.1006/dspr.1999.0361
Ruiz-Jiménez, L. F. (2018). Detección de los insectos de la subfamilia Triatominae basado en narices electrónicas. Technical report, Universidad Industrial de Santander.
Urrego, D., Pérez, M., Polanco, C. y Pérez, M. (2012). Control del aprovechamiento ilegal de flora a partir de la anatomía de siete especies maderables en estado de amenaza. Aportes a la política nacional ambiental. Revista Criminalidad, 54(1), 259-281. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1794-31082012000100004
Wheeler, E. A., y Baas, P. (1998). Wood identification-a review. IAWA journal- International Association of Wood Anatomists, 19(3), 241-264. https://doi.org/10.1163/22941932-90001528
Wilson, A., Lester, D., y Oberle, C. (2005). Application of conductive polymer analysis for wood and Woody plant identifications. For. Ecol. Manage., 209(3), 207-224. https://doi.org/10.1016/j.foreco.2005.01.030
Wilson, A. (2012). Application of a conductive polymer electronic-nose device to identify aged woody samples. En S. Yurish, I. Chilibon, V. Carvalho, S. Gervais-Ducouret (eds.). Proceedings of The 3rd International IARIA Conference on Sensor Device Technologies and Applications, Rome, Italy. Xpert Publishing Services: Wilmington, DE. (pp. 77-82). https://www.fs.usda.gov/research/treesearch/45153
Wilson, A. (2013). Diverse Applications of Electronic-Nose Technologies in Agriculture and Forestry. Sensors, 13, 2295-2348. https://www.mdpi.com/1424-8220/13/2/2295
World Wildlife Fund [WWF] (2017). 15 especies colombianas de árboles amenazados. http://www.wwf.org.co/?uNewsID=299073
Yan, J., Guo, X., Duan, S., Jia, P., Wang, L., Peng, C., y Zhang, S. (2015). Electronic nose feature extraction methods: A review. Sensors, 15(11), 27804-27831. https://doi.org/10.3390/s151127804
Yu, M., Liu, K., Zhou, L., Zhao, L., y Liu, S. (2015). Testing three proposed DNA barcodes for the Wood identification of Dalbergia odorifera T. Chen and Dalbergia tonkinensis Prain. Holzforschung, 70(2), 127-136. https://doi.org/10.1515/hf-2014-0234
Zhao, P., y Jun, C. (2016). Wood species identification using spectral reflectance feature and optimal illumination radian design. Journal of Forestry Research, 27, 219-224. https://doi.org/10.1007/s11676-015-0171-4
Publicado
Versiones
- 2022-12-16 (3)
- 2022-12-12 (2)
- 2022-12-08 (1)
Número
Sección
Licencia
Derechos de autor 2022 Revista Logos Ciencia & Tecnología
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta revista provee acceso libre e inmediato a su contenido (https://creativecommons.org/licenses/by-nc-nd/4.0/), bajo el principio de hacer disponible gratuitamente la investigación al público y apoyar a un mayor intercambio de conocimiento global.
