Gas Distribution Mapping With Radius-Based, Bi-directional Graph Neural Networks (RABI-GNN)
- Gas Distribution Mapping (GDM) is essential in monitoring hazardous environments, where uneven sampling and spatial sparsity of data present significant challenges. Traditional methods for GDM often fall short in accuracy and expressiveness. Modern learning-based approaches employing Convolutional Neural Networks (CNNs) require regular-sized input data, limiting their adaptability to irregular and sparse datasets typically encountered in GDM. This study addresses these shortcomings by showcasing Graph Neural Networks (GNNs) for learningbased GDM on irregular and spatially sparse sensor data. Our Radius-Based, Bi-Directionally connected GNN (RABI-GNN) was trained on a synthetic gas distribution dataset on which it outperforms our previous CNN-based model while overcoming its constraints. We demonstrate the flexibility of RABI-GNN by applying it to real-world data obtained in an industrial steel factory, highlighting promising opportunities for more accurate GDM models.
Autor*innen: | Nicolas P. WinklerORCiD, Patrick P. NeumannORCiD, Erik SchaffernichtORCiD, Achim LilienthalORCiD |
---|---|
Dokumenttyp: | Beitrag zu einem Tagungsband |
Veröffentlichungsform: | Graue Literatur |
Sprache: | Englisch |
Titel des übergeordneten Werkes (Englisch): | 2024 IEEE International Symposium on Olfaction and Electronic Nose (ISOEN) Proceedings |
Jahr der Erstveröffentlichung: | 2024 |
Organisationseinheit der BAM: | 8 Zerstörungsfreie Prüfung |
8 Zerstörungsfreie Prüfung / 8.1 Sensorik, mess- und prüftechnische Verfahren | |
Verlag: | IEEE |
Erste Seite: | 1 |
Letzte Seite: | 3 |
DDC-Klassifikation: | Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Sanitär- und Kommunaltechnik; Umwelttechnik |
Freie Schlagwörter: | Gas distribution mapping; Graph neural networks; Mobile robot olfaction; Spatial interpolation |
Themenfelder/Aktivitätsfelder der BAM: | Umwelt |
Umwelt / Sensorik | |
Veranstaltung: | International Symposium on Olfaction and Electronic Nose (ISOEN) |
Veranstaltungsort: | Grapevine, TX, USA |
Beginndatum der Veranstaltung: | 12.05.2024 |
Enddatum der Veranstaltung: | 15.05.2024 |
DOI: | 10.1109/isoen61239.2024.10556309 |
ISBN: | 979-8-3503-7053-9 |
Verfügbarkeit des Dokuments: | Datei im Netzwerk der BAM verfügbar ("Closed Access") |
Datum der Freischaltung: | 27.05.2024 |
Referierte Publikation: | Ja |
Datum der Eintragung als referierte Publikation: | 26.08.2024 |