Loading [MathJax]/extensions/tex2jax.js

0

0
0

文字

分享

0
0
0

監測龐大量測物理量的智慧型異常偵測運算法

科景_96
・2011/02/10 ・817字 ・閱讀時間約 1 分鐘 ・SR值 558 ・八年級

Original publish date:Feb 20, 2010

編輯 HCC 報導

 

數量龐大的量測資料進行分析與後處理時,因為雜訊、外在環境干擾、設備問題等等,經常包含許多錯誤資料,工程師必須正確且有效率的去除錯誤數據,並研判感應器是否失效;一套創新的運算技術能協助解決上述問題。

美國National Center for Atmospheric Research (NCAR) 與University of Colorado at Boulder (CU)研究人員研發了上述稱之為智慧型異常偵測運算法(Intelligent Outlier Detection Algorithm. IODA) 的專利技術,論文發表於二月份的Journal of Atmospheric and Oceanic Technology。

-----廣告,請繼續往下閱讀-----

IODA係依據統計學、圖形理論、影像處理與決策樹發展,並以MATLAB程式撰寫而成;此專家系統可使用於敏感的複雜技術系統,例如人造衛星、氣象設備、發電廠、雷達、太空探測或各式監測量測系統等。基本上,只要是藉由感應器量測所得之時域(time domain)物理量,數量過於龐大,無法以人工方式檢視篩選(譯者的舊經驗是先把量測物理量時域圖畫出,研判數據不合理的地方,再進入數據資料庫刪除不正常的數據,或寫個小程式研判數據變化率是否合理,很不科學吧!),或者感應器故障的後果很嚴重時,都適用IODA處理。

在量測數據發生錯誤讀數或其他由失效感應器所引起的問題時,IODA能協助警告儀具設備操作者;儀具感應器一旦故障,並開始傳遞謬誤的資料時,IODA即能辨識問題並且將謬誤資料隔離。

一般而言,系統需要辨識出壞數據時,需要佐以多重感應器(利用其他正常感應器讀數辨識出壞的感應器讀數;所以在做物理量監測時,一定要有備份感應器),或以能表現所量測物理量特性的運算邏輯,在數據突然變化時,依據運算結果辨識出問題(例如你在監測高鐵橋樑結構,以應變計長期量測橋樑結構的應變量時,依據工程經驗,所計算出的應力值不應超過待量測材料的降服強度);所以應用工程師所寫的運算邏輯只適用於某種型態的時域物理量,無法遍及其他的物理量。而IODA能將進來的讀數與通用失效模式進行比較,以影像處理方式進行運算,因此能廣泛的應用於各種物理量監測。

 

 

參考來源:

-----廣告,請繼續往下閱讀-----

相關連結:

-----廣告,請繼續往下閱讀-----
文章難易度
科景_96
426 篇文章 ・ 7 位粉絲
Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。

0

1
0

文字

分享

0
1
0
ECU: 汽車大腦的演化與挑戰
鳥苷三磷酸 (PanSci Promo)_96
・2025/07/02 ・3793字 ・閱讀時間約 7 分鐘

本文與 威力暘電子 合作,泛科學企劃執行。

想像一下,當你每天啟動汽車時,啟動的不再只是一台車,而是一百台電腦同步運作。但如果這些「電腦」突然集體當機,後果會有多嚴重?方向盤可能瞬間失靈,安全氣囊無法啟動,整台車就像失控的高科技廢鐵。這樣的「系統崩潰」風險並非誇張劇情,而是真實存在於你我日常的駕駛過程中。

今天,我們將深入探討汽車電子系統「逆天改運」的科學奧秘。究竟,汽車的「大腦」—電子控制單元(ECU),是如何從單一功能,暴增至上百個獨立系統?而全球頂尖的工程師們,又為何正傾盡全力,試圖將這些複雜的系統「砍掉重練」、整合優化?

第一顆「汽車大腦」的誕生

時間回到 1980 年代,當時的汽車工程師們面臨一項重要任務:如何把汽油引擎的每一滴燃油都壓榨出最大動力?「省油即省錢」是放諸四海皆準的道理。他們發現,關鍵其實潛藏在一個微小到幾乎難以察覺的瞬間:火星塞的點火時機,也就是「點火正時」。

如果能把點火的精準度控制在「兩毫秒」以內,這大約是你眨眼時間的百分之一到千分之一!引擎效率就能提升整整一成!這不僅意味著車子開起來更順暢,還能直接省下一成的油耗。那麼,要如何跨過這道門檻?答案就是:「電腦」的加入!

-----廣告,請繼續往下閱讀-----

工程師們引入了「微控制器」(Microcontroller),你可以把它想像成一顆專注於特定任務的迷你電腦晶片。它能即時讀取引擎轉速、進氣壓力、油門深度、甚至異常爆震等各種感測器的訊號。透過內建的演算法,在千分之一秒、甚至微秒等級的時間內,精準計算出最佳的點火角度,並立刻執行。

從此,引擎的性能表現大躍進,油耗也更漂亮。這正是汽車電子控制單元(ECU)的始祖—專門負責點火的「引擎控制單元」(Engine Control Unit)。

汽車電子控制單元的始祖—專門負責點火的「引擎控制單元」(Engine Control Unit)/ 圖片來源:shutterstock

ECU 的失控暴增與甜蜜的負荷

第一顆 ECU 的成功,在 1980 年代後期點燃了工程師們的想像:「這 ECU 這麼好用,其他地方是不是也能用?」於是,ECU 的應用範圍不再僅限於點火,燃油噴射量、怠速穩定性、變速箱換檔平順度、ABS 防鎖死煞車,甚至安全氣囊的引爆時機……各種功能都交給專屬的 ECU 負責 。

然而,問題來了:這麼多「小電腦」,它們之間該如何有效溝通?

-----廣告,請繼續往下閱讀-----

為了解決這個問題,1986 年,德國的博世(Bosch)公司推出了一項劃時代的發明:控制器區域網路(CAN Bus)。你可以將它想像成一條專為 ECU 打造的「神經網路」。各個 ECU 只需連接到這條共用的線路上,就能將訊息「廣播」給其他單元。

更重要的是,CAN Bus 還具備「優先通行」機制。例如,煞車指令或安全氣囊引爆訊號這類攸關人命的重要訊息,絕對能搶先通過,避免因資訊堵塞而延誤。儘管 CAN Bus 解決了 ECU 之間的溝通問題,但每顆 ECU 依然需要獨立的電源線、接地線,並連接各種感測器和致動器。結果就是,一輛汽車的電線總長度可能達到 2 到 4 公里,總重量更高達 50 到 60 公斤,等同於憑空多載了一位乘客的重量。

另一方面,大量的 ECU 與錯綜複雜的線路,也讓「電子故障」開始頻繁登上汽車召回原因的榜首。更別提這些密密麻麻的線束,簡直是設計師和維修技師的惡夢。要檢修這些電子故障,無疑讓人一個頭兩個大。

大量的 ECU 與錯綜複雜的線路,也讓「電子故障」開始頻繁登上汽車召回原因的榜首。/圖片來源:shutterstock

汽車電子革命:從「百腦亂舞」到集中治理

到了2010年代,汽車電子架構迎來一場大改革,「分區架構(Zonal Architecture)」搭配「中央高效能運算(HPC)」逐漸成為主流。簡單來說,這就像在車內建立「地方政府+中央政府」的管理系統。

-----廣告,請繼續往下閱讀-----

可以想像,整輛車被劃分為幾個大型區域,像是車頭、車尾、車身兩側與駕駛艙,就像數個「大都會」。每個區域控制單元(ZCU)就像「市政府」,負責收集該區所有的感測器訊號、初步處理與整合,並直接驅動該區的馬達、燈光等致動器。區域先自理,就不必大小事都等中央拍板。

而「中央政府」則由車用高效能運算平台(HPC)擔任,統籌負責更複雜的運算任務,例如先進駕駛輔助系統(ADAS)所需的環境感知、物體辨識,或是車載娛樂系統、導航功能,甚至是未來自動駕駛的決策,通通交由車輛正中央的這顆「超級大腦」執行。

乘著這波汽車電子架構的轉型浪潮中, 2008 年成立的台灣本土企業威力暘電子,便精準地切入了這個趨勢,致力於開發整合 ECU 與區域控制器(Domain Controller)功能的模組化平台。他們專精於開發電子排檔、多功能方向盤等各式汽車電子控制模組。為了確保各部件之間的溝通順暢,威力暘提供的解決方案,就像是將好幾個「分區管理員」的職責,甚至一部分「超級大腦」的功能,都整合到一個更強大的硬體平台上。

這些模組不僅擁有強大的晶片運算能力,可同時支援 ADAS 與車載娛樂,還能兼容多種通訊協定,大幅簡化車內網路架構。如此一來,車廠在追求輕量化和高效率的同時,也能顧及穩定性與安全性。

-----廣告,請繼續往下閱讀-----
2008 年威力暘電子致力於開發整合 ECU 與區域控制器(Domain Controller)功能的模組化平台 /圖片來源:shutterstock

萬無一失的「汽車大腦」:威力暘的四大策略

然而,「做出來」與「做好」之間,還是有差別。要如何確保這顆集結所有功能的「汽車大腦」不出錯?具體來說,威力暘電子憑藉以下四大策略,築起其產品的可靠性與安全性:

  1. AUTOSAR : 導入開放且標準化的汽車軟體架構 AUTOSAR。分為應用層、運行環境層(RTE)和基礎軟體層(BSW)。就像在玩「樂高積木」,ECU 開發者能靈活組合模組,專注在核心功能開發,從根本上提升軟體的穩定性和可靠性。
  2. V-Model 開發流程:這是一種強調嚴謹、能在早期發現錯誤的軟體開發流程。就像打勾 V 字形般,左側從上而下逐步執行,右側則由下而上層層檢驗,確保每個階段的安全要求都確實落實。
  3. 基於模型的設計 MBD(Model-Based Design) 威力暘的工程師們會利用 MatLab®/Simulink® 等工具,把整個 ECU 要控制的系統(如煞車),用數學模型搭建起來,然後在虛擬環境中進行大量的模擬和測試。這等於在實體 ECU 誕生前,就能在「數位雙生」世界中反覆演練、預先排除設計缺陷,,並驗證安全機制是否有效。
  4. Automotive SPICE (ASPICE) : ASPICE 是國際公認的汽車軟體「品質管理系統」,它不直接評估最終 ECU 產品本身的安全性,而是深入檢視團隊在軟體開發的「整個過程」,也就是「方法論」和「管理紀律」是否夠成熟、夠系統化,並只根據數據來評估品質。

既然 ECU 掌管了整輛車的運作,其能否正常運作,自然被視為最優先項目。為此,威力暘嚴格遵循汽車業中一本堪稱「安全聖經」的國際標準:ISO 26262。這套國際標準可視為一本針對汽車電子電氣系統(特別是 ECU)的「超嚴格品管手冊」和「開發流程指南」,從概念、設計、測試到生產和報廢,都詳細規範了每個安全要求和驗證方法,唯一目標就是把任何潛在風險降到最低

有了上述這四項策略,威力暘確保其產品從設計、生產到交付都符合嚴苛的安全標準,才能通過 ISO 26262 的嚴格檢驗。

然而,ECU 的演進並未就此停下腳步。當ECU 的數量開始精簡,「大腦」變得更集中、更強大後,汽車產業又迎來了新一波革命:「軟體定義汽車」(Software-Defined Vehicle, SDV)。

-----廣告,請繼續往下閱讀-----

軟體定義汽車 SDV:你的愛車也能「升級」!

未來的汽車,會越來越像你手中的智慧型手機。過去,車輛功能在出廠時幾乎就「定終身」,想升級?多半只能換車。但在軟體定義汽車(SDV)時代,汽車將搖身一變成為具備強大運算能力與高速網路連線的「行動伺服器」,能夠「二次覺醒」、不斷升級。透過 OTA(Over-the-Air)技術,車廠能像推送 App 更新一樣,遠端傳送新功能、性能優化或安全修補包到你的車上。

不過,這種美好願景也將帶來全新的挑戰:資安風險。當汽車連上網路,就等於向駭客敞開潛在的攻擊入口。如果車上的 ECU 或雲端伺服器被駭,輕則個資外洩,重則車輛被遠端鎖定或惡意操控。為了打造安全的 SDV,業界必須遵循像 ISO 21434 這樣的車用資安標準。

威力暘電子運用前面提到的四大核心策略,確保自家產品能符合從 ISO 26262 到 ISO 21434 的國際認證。從品質管理、軟體開發流程,到安全認證,這些努力,讓威力暘的模組擁有最高的網路與功能安全。他們的產品不僅展現「台灣智造」的彈性與創新,也擁有與國際大廠比肩的「車規級可靠度」。憑藉這些實力,威力暘已成功打進日本 YAMAHA、Toyota,以及歐美 ZF、Autoliv 等全球一線供應鏈,更成為 DENSO 在台灣少數核准的控制模組夥伴,以商用車熱系統專案成功打入日系核心供應鏈,並自 2025 年起與 DENSO 共同展開平台化量產,驗證其流程與品質。

毫無疑問,未來車輛將有更多運作交由電腦與 AI 判斷,交由電腦判斷,比交由人類駕駛還要安全的那一天,離我們不遠了。而人類的角色,將從操作者轉為監督者,負責在故障或斷網時擔任最後的保險。透過科技讓車子更聰明、更安全,人類甘願當一個「最弱兵器」,其實也不錯!

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

2
1

文字

分享

0
2
1
時時刻刻監測您的「飛行安全」——智慧型手機有潛力作為「大麻檢測器」
帕德波耶特 Pas de poète_96
・2021/10/30 ・3146字 ・閱讀時間約 6 分鐘

智慧型手機的功能日趨全面,幾乎就要包辦日常生活大小事,當然也包含我們的健康。有些人拿它來記錄每天的運動狀況,也有人搭配應用程式,監測自己的心肺功能。

但這還不夠,科學家總是能想到更奇葩的需求:未來,你的手機也有機會變身「大麻檢測器」了!羅格斯大學健康暨健康政策與高齡研究所(Rutgers Institute for Health, Health Care Policy and Aging Research)研究團隊,調查大麻使用者的「嗨度」,並將其與機器學習技術做結合,試圖打造能準確判斷大麻中毒程度的日常小工具。

研究發表於《藥物與酒精依賴》(Drug and Alcohol Dependence)期刊[1]

大麻何以讓人愉悅?

法國喜劇劇集《大麻咖啡館》(Family Business)中,年輕企業家喬瑟夫.亞贊(Joseph Hazan)乘著法國大麻合法化的順風車,決定將老父親傑哈德.亞贊(Gérard Hazan)的肉鋪改造成大麻咖啡館。雖說父親一開始很反對,但在偶像安瑞可.馬西亞斯(Enrico Macias)的循循善誘下,父親最終也體驗了呼麻的快感,並開始積極面對他們的咖啡館事業。

-----廣告,請繼續往下閱讀-----

大麻為何能讓人快樂到放棄執著?一個叫四氫大麻酚(Tetrahydrocannabinol, THC)的傢伙扮演著關鍵角色。由於 THC 的化學結構與人體的內源性大麻「花生四烯乙醇胺」(anandamide)十分相似,它能與大麻素受體(cannabinoid receptors)結合,並啟動大腦的獎勵系統,讓我們感到身心愉悅[2]

這不免讓人感到好奇:究竟,人們是如何攝入大麻的呢?

一般來說,大麻被攝取的途徑有二:吸食,或直接拿起來嗑(沒啦,是摻在食物裡面服用)。當人們吸食大麻時,裡頭的化學物質會從肺部進入血液,進而將它們運送到身體各處,包括大腦。但如果是用吃的,由於是透過消化系統吸受,因此大麻所帶來的影響通常會晚個 30 分鐘到 1 小時出現。

製作中的大麻奶油。圖/WIKIPEDIA

大麻中毒將導致「定向感」降低

對大麻使用者來說,它最迷人的地方大概就是使用後欣快的放鬆感受。此外,有些人也會體驗到感官放大的飄忽景象,但也有部分人認為,大麻會讓他們感到焦慮、恐懼、不信任和恐慌。雖然目前較少有因純粹吸食大麻而死亡的案例,然而,若是使用過量,便會引發大麻中毒(cannabis intoxication)[3]

-----廣告,請繼續往下閱讀-----

大麻中毒的人,輕則產生飢餓與嗜睡等症狀,嚴重的話,會導致認知與對人事時地物的定向感降低,甚至會出現急性精神病(acute psychosis)[4]。其他典型、可預測的症狀,還包括口乾舌燥、紅眼、短期記憶受損,以及知覺和動作的影響等5

部分大麻中毒者,會因為大麻在精神上的影響,對外界反應時間過慢,造成工作或學校表現低落,甚至在開車、駕駛時形成干擾,最終導致交通事故與傷亡等憾事。

雖說如今有血液、尿液或唾液等測試,能針對大麻中毒進行檢測,但若要實現日常生活中的時刻監測,恐怕還是有些限制的。

過去曾有研究,以現代人形影不離的「智慧型手機」裡的感測器,來探測高風險的飲酒者,準確率高達 90%[6]。有鑑於此,羅格斯大學健康暨健康政策與高齡研究所團隊開始研究,想知道在機器學習模型的協助下,手機是否能發揮檢測「大麻中毒」的作用,即時探測那些可能因大麻中毒引發的危機。

-----廣告,請繼續往下閱讀-----
智慧型手機,有潛力作為「大麻中毒」的檢測器。圖/Pexels

如何檢測嗨不嗨?關鍵是「使用後的行為」

團隊首先從美國賓州匹茲堡(Pittsburgh, PA)找來 57 位年齡介在 18~25 歲的年輕人,透過自我報告,得知他們每週至少使用大麻兩次。之後,團隊透過「手機回傳調查」搭配「手機內感測器數據」等方法,每日收集受試者使用大麻的相關數據持續至多 30 天,以掌握他們在大麻中毒後的狀況。

其中,回傳調查每日三次,包含開始與結束使用大麻的時間、用量,以及主觀感受的自我評分——依據「嗨」的程度,評分標準為 1~10分,其中 10 分為「敲級嗨」。後來回傳的 451 起大麻使用事件中,平均「嗨度」為 3.77 分。

而手機則搭配應用程式,收集了 102 種手機感測器的數據,如 GPS、加速度計(accelerometer)、撥出的電話數量以及平均移動距離等。有些人聽到這裡可能坐不住了。等等⋯⋯GPS 這類定位工具與加速度計,到底能做什麼?是這樣的,GPS 可用來偵測大麻使用者陷入「自我陶醉」時的行進範圍(travel boundary),而加速度計則是用來監測他們的步態與身體活動量。

在對照受試者的回傳調查及手機數據後發現,當使用者回報他們「正嗨」時,透過 GPS 的數據分析可知,他們的移動範圍並不遠。另外,此時加速度計的資料也顯示,主觀報告大麻中毒者,雖然活動多樣性下降,但身體的活動程度卻比較劇烈。

-----廣告,請繼續往下閱讀-----

考慮時間點的監測,精確度大提升!

最後,他們在演算法的幫助下[7][註1],盼能瞭解上述方法,是否能區別無中毒和中毒(輕度或中度)的情形。透過各種中毒時的行為特徵,加上機器學習技術的檢核,智慧型手機就可以變成如假包換的「大麻使用監測器」啦!

為了探究這個組合的準確性,團隊企圖在不同的時間點(例如:一周中的某一天,或是某一天的幾點幾分)下做排查,找出與大麻使用行為與特定時間點的關係,以進一步確認大麻中毒的具體指標。

結果顯示,僅出動手機內的感測器偵測這群人是否使用大麻,準確度為 67 %;但若結合「個人呼麻時間點」與 GPS 和加速度計等資料,則準確度高達 90%

經乾燥過後的大麻示意圖。圖/Pexels

用手機偵測大麻使用?得再等等⋯⋯

面對如此結果,研究團隊認為,以手機結合機器學習預測大麻中毒程度,是相當可行的。不過,未來還需要加入更多資料,以完備這項工具。

-----廣告,請繼續往下閱讀-----

首先,由於該研究對大麻中毒的判定,主要建立在「受試者主觀判斷和自我(ㄕㄡˇ)報告」的基礎上,因此在物質使用和生理反應的識別上,不如執法部門的檢驗工具那般客觀。此外,像是大麻使用者的使用史、攝入身體的途徑、劑量,以及使用者對大麻的耐受性,都會影響他們報告身體狀況的結果。

不僅如此,像是不常使用大麻者在中毒時,他們的行為與身體反應和那些「老司機」們相比,是否有明顯差異?該研究受試者多為白人,其他人種在同劑量的條件下,會不會產生相應的數據?這裡不是要戰種族,但光是「喝酒」這件事,每個人種的反應也多少帶有一些差異,像亞洲人普遍就很難代謝酒精[8]

以上種種,都是這個工具可能被泛用的關鍵。最後,假設這個大麻偵測小工具,有朝一日被推到應用程式的市場上,你會想下載嗎?又,我們是否能因為大麻使用者的敏感身份與風險,而逕自對他們搜集資料、加以監控?作為一旁拍手叫好等待好用產品問世的小老百姓,在引頸期盼的同時,也必須深思這樣的問題。

註解

  • 註 1:該研究所使用的技術為「Light Gradient Boosting Machine」,是微軟公司以「決策數演算法」(decision tree algorithms)為基礎,於二〇一七年釋出 LightGBM 演算法,用於排序、分類和其它機器學習的任務。
  1.  Sang Won Bae et al. (2021) Mobile phone sensor-based detection of subjective cannabis intoxication in young adults: A feasibility study in real-world settings. Drug and Alcohol Dependence
  2.  How does marijuana produce its effects? National Institute on Drug Abuse, 2020.
  3.  What are marijuana’s effects? National Institute on Drug Abuse, 2020.
  4.  Helen Okoye. Cannabis Intoxication DSM-5 292.89 (F12.12). Theravive.
  5.  Marijuana intoxication. U.S. National Library of Medicine.
  6.  Bae et al. (2018) Mobile phone sensors and supervised machine learning to identify alcohol use events in young adults: Implications for just-in-time adaptive interventions. Addictive Behaviors
  7.   LightGBM. Wikipedia.
  8.  Hui Li et al. (2009) Refined Geographic Distribution of the Oriental ALDH2*504Lys (nee 487Lys) Variant. Annals of Human Genetics.
-----廣告,請繼續往下閱讀-----

0

0
0

文字

分享

0
0
0
監測龐大量測物理量的智慧型異常偵測運算法
科景_96
・2011/02/10 ・817字 ・閱讀時間約 1 分鐘 ・SR值 558 ・八年級

-----廣告,請繼續往下閱讀-----

Original publish date:Feb 20, 2010

編輯 HCC 報導

 

數量龐大的量測資料進行分析與後處理時,因為雜訊、外在環境干擾、設備問題等等,經常包含許多錯誤資料,工程師必須正確且有效率的去除錯誤數據,並研判感應器是否失效;一套創新的運算技術能協助解決上述問題。

美國National Center for Atmospheric Research (NCAR) 與University of Colorado at Boulder (CU)研究人員研發了上述稱之為智慧型異常偵測運算法(Intelligent Outlier Detection Algorithm. IODA) 的專利技術,論文發表於二月份的Journal of Atmospheric and Oceanic Technology。

-----廣告,請繼續往下閱讀-----

IODA係依據統計學、圖形理論、影像處理與決策樹發展,並以MATLAB程式撰寫而成;此專家系統可使用於敏感的複雜技術系統,例如人造衛星、氣象設備、發電廠、雷達、太空探測或各式監測量測系統等。基本上,只要是藉由感應器量測所得之時域(time domain)物理量,數量過於龐大,無法以人工方式檢視篩選(譯者的舊經驗是先把量測物理量時域圖畫出,研判數據不合理的地方,再進入數據資料庫刪除不正常的數據,或寫個小程式研判數據變化率是否合理,很不科學吧!),或者感應器故障的後果很嚴重時,都適用IODA處理。

在量測數據發生錯誤讀數或其他由失效感應器所引起的問題時,IODA能協助警告儀具設備操作者;儀具感應器一旦故障,並開始傳遞謬誤的資料時,IODA即能辨識問題並且將謬誤資料隔離。

一般而言,系統需要辨識出壞數據時,需要佐以多重感應器(利用其他正常感應器讀數辨識出壞的感應器讀數;所以在做物理量監測時,一定要有備份感應器),或以能表現所量測物理量特性的運算邏輯,在數據突然變化時,依據運算結果辨識出問題(例如你在監測高鐵橋樑結構,以應變計長期量測橋樑結構的應變量時,依據工程經驗,所計算出的應力值不應超過待量測材料的降服強度);所以應用工程師所寫的運算邏輯只適用於某種型態的時域物理量,無法遍及其他的物理量。而IODA能將進來的讀數與通用失效模式進行比較,以影像處理方式進行運算,因此能廣泛的應用於各種物理量監測。

 

 

參考來源:

-----廣告,請繼續往下閱讀-----

相關連結:

-----廣告,請繼續往下閱讀-----
文章難易度
科景_96
426 篇文章 ・ 7 位粉絲
Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。

0

0
0

文字

分享

0
0
0
網路鄉民說「有圖有真相」,但真的是這樣嗎?你應該注意的科學三原則──《晨讀10分鐘:科學跟你想的不一樣》
親子天下_96
・2019/07/17 ・1906字 ・閱讀時間約 3 分鐘 ・SR值 534 ・七年級

文/鄭國威

中文說「眼見為憑」,英文說「Seeing is believing」,網路鄉民說「有圖有真相」,不過真的是這樣嗎?

很可惜,我們人類的眼睛接收到的視覺,以及所有的感官,例如觸覺、嗅覺、聽覺、味覺等,甚至是我們的記憶,其實都不太可靠,又都會受到各自觀察角度跟生活經驗的影響,而扭曲了觀察結果,因此做好科學觀察,便是科學探索的第一道關卡。

科學不只是把墨鏡摘下來的問題。圖/picryl

科學是探索世界的一種「過程」,而過程的產出就是知識,如果過程出了問題,產出也很可能會失真,就像戴上了墨鏡,看出去的世界都是陰陰暗暗的,總不能說世界本來就是這樣。「那就把墨鏡摘下來就好啦!」問題是,我們很容易堅信自己沒有帶墨鏡,更不知道怎麼摘下來。所以要能科學觀察,就要先了解怎樣讓過程,也就是科學方法,符合科學的原則。原則主要有三個:

第一個原則是:

要讓結果是科學的,所收集的證據必須是可以被觀察、被量度、被經歷過的。空口說白話不能當成證據,要想證明什麼,一定要是現實生活中可以「量測」得到的現象才行。例如在〈長頸鹿啊長頸鹿,你的脖子怎麼那麼長?〉這篇文章中,科學家如果想知道脖子長的長頸鹿是不是比較有生存優勢,不能只是想當然爾,而是得去紀錄,去量長頸鹿吃過的灌木高度,最好也把他們進食的過程拍下來。

第二個原則是:

在過程中,根據所觀察、量度、經驗的事實,去證明「假說」正確還是不正確。假說就是我們根據已經知道的知識,包括科學事實和科學原理,對想研究的自然現象及規律性提出的推測和說明,是一個暫時可以被接受的解釋。

為了避免做調查跟實驗時發生錯誤或誤解,或是運氣太好或太不好,調查跟實驗的步驟、結果都必須要能夠讓其他研究者能夠照著做看看,這就是「可重複性」。例如在〈政權轉移,天機早已透漏?──「熒惑守心」與歷史上的政治陰謀〉這篇文章裡,你會看到為什麼火星的位置跟帝王的政權會被錯誤但刻意的連結起來,這就是還不具有科學思維的古人,對於「可重複性」這一點的不理解。看完之後也可以想想看,我們在看到令人嘖嘖稱奇的科學新聞時,例如「吃XXOO能預防癌症」,就算看起來合邏輯,也都該問問自己「有其他研究者重複實驗過了嗎?」

第三個原則是:

整個過程都必須是客觀的。所謂客觀,就是調查與實驗者的意志,不能夠影響步驟的進行和數據的取得,就算實驗者百分之百確認實驗結果,也必須要以各種方式和實驗設計,來減低實驗者可能帶來的影響,這就是「把墨鏡摘下」的意思。

例如在〈海鳥食安大危機:不死的塑膠垃圾〉這篇文章中,就算對海鳥誤食塑膠垃圾的現況再生氣,如果想要知道海洋塑膠都到哪裡去了,也得從各種地區的各種海鳥身上做調查,而不只是看網路上的海鳥屍體圖片就下定論,或是只到「最常發現體內充滿塑膠垃圾的屍體」的地方採樣本。

客觀也意謂著,科學家在實驗取樣的時候,要重視隨機性跟代表性。就算是針對特定實驗對象,反覆實驗,也要盡可能讓施測時的條件一致,避免實驗者或被實驗者刻意造成的差異。這一點,在以人類為對象的實驗上尤其要特別小心,像是有些針對超能力的研究,就是違反客觀原則的重災區。

實驗紀錄是科學觀察重要的一環。圖/wikipedia

為了滿足這三大原則,科學家需要在整個過程中,完整保留所有紀錄、結果和資料。這可不是要讓記性差的科學家可以記得之前到底實驗是怎麼做的,而是能讓之後的科學家能重複實驗步驟。而且,科學家也應該把實驗的紀錄、結果和資料保留好,盡可能公開接受檢驗;若有違背科學原則的隱瞞或刪減,通常會在各方的檢視下或他人重複實驗下現形。

就算對自己的科學觀察有自信,符合上述科學原則,也不代表就萬無一失。所以科學家得對於「自己支持或信任的假說和理論被新出現的事證推翻」的可能性保持開放、彈性和豁達。

當然,如果你約會遲到半小時,發現女朋友或男朋友很生氣,你肯定不會還在那邊觀察、提出問題假說,然後重複實驗,然後再觀察,確定對方是不是因為你遲到半小時才生氣,或是如果遲到二十八分鐘,是不是就不會生氣……。科學觀察,的確不容易!

——本文摘自《晨讀10分鐘:科學跟你想的不一樣》,2019 年 6 月,親子天下出版

-----廣告,請繼續往下閱讀-----
親子天下_96
26 篇文章 ・ 25 位粉絲
【親子天下】起源於雜誌媒體和書籍出版,進而擴大成為華文圈影響力最大的教育教養品牌,也是最值得信賴的親子社群平台:www.parenting.com.tw。我們希望,從線上(online)到實體(offline),分齡分眾供應華人地區親子家庭和學校最合身體貼的優質內容、活動、產品與服務。

0

0
0

文字

分享

0
0
0
監測龐大量測物理量的智慧型異常偵測運算法
科景_96
・2011/02/10 ・817字 ・閱讀時間約 1 分鐘 ・SR值 558 ・八年級

-----廣告,請繼續往下閱讀-----

Original publish date:Feb 20, 2010

編輯 HCC 報導

 

數量龐大的量測資料進行分析與後處理時,因為雜訊、外在環境干擾、設備問題等等,經常包含許多錯誤資料,工程師必須正確且有效率的去除錯誤數據,並研判感應器是否失效;一套創新的運算技術能協助解決上述問題。

美國National Center for Atmospheric Research (NCAR) 與University of Colorado at Boulder (CU)研究人員研發了上述稱之為智慧型異常偵測運算法(Intelligent Outlier Detection Algorithm. IODA) 的專利技術,論文發表於二月份的Journal of Atmospheric and Oceanic Technology。

-----廣告,請繼續往下閱讀-----

IODA係依據統計學、圖形理論、影像處理與決策樹發展,並以MATLAB程式撰寫而成;此專家系統可使用於敏感的複雜技術系統,例如人造衛星、氣象設備、發電廠、雷達、太空探測或各式監測量測系統等。基本上,只要是藉由感應器量測所得之時域(time domain)物理量,數量過於龐大,無法以人工方式檢視篩選(譯者的舊經驗是先把量測物理量時域圖畫出,研判數據不合理的地方,再進入數據資料庫刪除不正常的數據,或寫個小程式研判數據變化率是否合理,很不科學吧!),或者感應器故障的後果很嚴重時,都適用IODA處理。

在量測數據發生錯誤讀數或其他由失效感應器所引起的問題時,IODA能協助警告儀具設備操作者;儀具感應器一旦故障,並開始傳遞謬誤的資料時,IODA即能辨識問題並且將謬誤資料隔離。

一般而言,系統需要辨識出壞數據時,需要佐以多重感應器(利用其他正常感應器讀數辨識出壞的感應器讀數;所以在做物理量監測時,一定要有備份感應器),或以能表現所量測物理量特性的運算邏輯,在數據突然變化時,依據運算結果辨識出問題(例如你在監測高鐵橋樑結構,以應變計長期量測橋樑結構的應變量時,依據工程經驗,所計算出的應力值不應超過待量測材料的降服強度);所以應用工程師所寫的運算邏輯只適用於某種型態的時域物理量,無法遍及其他的物理量。而IODA能將進來的讀數與通用失效模式進行比較,以影像處理方式進行運算,因此能廣泛的應用於各種物理量監測。

 

 

參考來源:

-----廣告,請繼續往下閱讀-----

相關連結:

-----廣告,請繼續往下閱讀-----
文章難易度
科景_96
426 篇文章 ・ 7 位粉絲
Sciscape成立於1999年4月,為一非營利的專業科學新聞網站。