Tipus de document
Treball de fi de grauData de publicació
Llicència de publicació
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/200943
Machine Learning methods to estimate odour intensity
Títol de la revista
Autors
Director/Tutor
ISSN de la revista
Títol del volum
Recurs relacionat
Resum
Odour is a human perception whose relationship with chemical composition is unknown.
Contrary to the olfactometric measurement techniques, senso-instrumental methods provide real-time odour monitoring. The study presents a drone equipped with an electronic nose that generates dynamic sensor signals for the classification and quantification of odours in wastewater treatment plants. By calibrating predictive models with Machine Learning algorithms, odour/nonodour samples are classified with 93% accuracy, and odour concentration is predicted 95% limits of agreement within a factor of four, in comparison with dynamic olfactometry measurements
Descripció
Treballs Finals de Grau de Física, Facultat de Física, Universitat de Barcelona, Curs: 2023, Tutor: Santiago Marco Colás
Matèries (anglès)
Citació
Col·leccions
Citació
CASANOVAS RODRÍGUEZ, Ivan. Machine Learning methods to estimate odour intensity. [consulted: 3 of August of 2026]. Available at: https://hdl.handle.net/2445/200943