王中林等Joule综述：机器学习自供电传感

自供电传感体系与机器学习结合可能在物联网（loT）实现大规模应用。伴随着自主的能量收集技术的应用，这种智能体系能够连续不断的产生数据，并且通过研究数据处理给出明智的决策。

这种自供电智能传感系统将导致传感器实现革新性的设计与发展，为开发智能机器人、数字健康、可持续能源等提供更多的机会与发展前景。但是，目前的挑战在于稳定的能量收集、与机器学习/隐私/道德影响进行无缝集成。

佐治亚理工学院王中林、阿肯色大学Wan Shou、西安交通大学Omid Mahian等综述报道具有机器学习能力的自供电传感器体系的发展情况。首先提出并且总结传感器体系的三种自供电原理，包括摩擦发电、压电、热电技术，随后讨论目前机器学习技术在自供电传感器领域的应用情况，提出了自供电能力和机器学习功能的传感体系，最后讨论机器学习与自供电传感的研究领域和面临的挑战，提出机器学习的自供电传感器发展道路。

参考文献

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

学术交流QQ群

光伏器件学术QQ群：708759169

光学材料与器件学术QQ群：623864939

钙钛矿产教融合交流@知光谷（微信群）：需添加编辑微信

为加强科研合作，我们为海内外科研人员专门开通了钙钛矿科创合作专业科研交流微信群。加微信群方式：添加编辑微信pvalley2019，备注：姓名-单位-研究方向（无备注请恕不通过），由编辑审核后邀请入群。