集成机器学习的智能光学生物传感器，用于食用油检测

《Analytical Biochemistry》：Smart Optical Biosensor for Edible Oil Detection with Machine Learning Integration

　　

Md. Anowar Kabir | Shuvendu Acharya Chowdhury | Papon Biswas | Md Masud Rana | Md. Obaidul Islam | Md. Al-Amin | Md. Tanvir Hossain Hawlader | Shuvo Sen

• •
  提出了一种新型七边形核心PCF生物传感器，结合机器学习技术，可实现太赫兹（THz）波段下对食用油的高灵敏度检测。
• •
  利用COMSOL软件进行基于有限元方法（FEM）的数值分析，评估了多种食用油在1.0–3.0 THz波段内的关键光学特性。
• •
  该传感器表现出优异的性能：在2.2 THz频率下，相对灵敏度高达98.14%，材料有效损耗最小，仅为0.0046758 cm^-1。
• •
  通过集成机器学习技术（人工神经网络模型，ANN），实现了准确的预测（R² = 0.9781），并显著缩短了传感器优化所需的时间。