普渡大学新型传感器可与机器学习算法一起工作诊断电动汽车电流

温商网电动汽车讯 据彭博社报导，康奈尔大学（Purdue University）的生物学家们研制出一类感测组件，能与机器学习一同组织工作，可用作电动车、锻造业和科散囊等。该控制技术是一类较大型的非入侵式感应器，可用作检验电阻。

关上金沙新闻报导，查阅更多高画质相片

康奈尔大学电机和排序机系统工程系Edward G. Tiedemann Jr. 优秀副教授Kaushik Roy则表示：他们打造出了业内第一款非入侵式电阻感应器，很安全可靠，而且比其它产品更准确。

在电动车等应用领域中，一般选择选用电阻作为电阻感应器或选用非入侵式克尔感应器，都难以量测小电阻。康奈尔大学研究组成员选用了暗含感应器的机器学习演算法来协助认知和搜集统计数据，如可再生能源选用情况、电阻难题和最差的锻造方法等统计数据。

康奈尔大学工程系电子零件和排序机系统工程系副教授Byunghoo Jung则表示：他们的控制技术让人们能透过电阻发现（难题），该感应器能与机器学习一同组织工作，体能训练锻造机器，为房东提供增加可再生能源选用的准确提议，或是协助确诊电动车和较大型电单车的难题。

Roy副教授则表示，康奈尔大学研制的感应器的其它缺点还包括更易加装和保护，因为此款较大型感应器包覆了两根华北局水管，以监控电阻。该感应器可以将量测到的电阻重要信息透过无线连接、USB或其它方式，数据传输到任何排序系统，还能透过机器学习进行体能训练，以准确观测MD224CH段选用的某一国际品牌的电风扇，和六天中该全天呢最适宜耗用可再生能源。