使用机器学习技术校准低成本传感器是现在广泛使用的方法。虽然在部署低成本传感器的空气质量监测的低成本传感器中仍有许多挑战，但低成本传感器已被证明与高精度仪器相结合。因此，大多数研究专注于使用机器学习应用不同的校准技术。然而，这些模型的成功应用取决于传感器获得的数据的质量，并且已经从传感器采样和数据预处理到传感器本身的校准，从传感器采集过程中支付了很少的关注。在本文中，我们展示了主要的传感器采样参数，它们对基于机器学习的传感器校准的质量的相应影响及其对能源消耗的影响，因此显示了现有的权衡。最后，实验节点上的结果显示了数据采样策略在对流层臭氧，二氧化氮和一氧化氮低成本传感器的校准中的影响。具体地，我们展示了如何最小化感测子系统的占空比的采样策略可以降低功耗，同时保持数据质量。
translated by 谷歌翻译