该研究展现了机械进修辅帮ISFETs若何评估食物鲜度。该工做对四种果汁（橙子、菠萝、葡萄和西瓜）正在四天内的新颖度和品种进行检测，其采用14个ISFET的传输特征对果汁进行丈量，设想了一个多输出ANN模子，高效提取输入特征，同时进行果汁品种和新颖度的分类。该模子利用共享的一维卷积神经收集做为特征提取器，后接各自的全毗连层。颠末锻炼，模子正在果汁品种和新颖度分类使命中的最终精确率达97。67%。其降解过程复杂，机械进修算法仍能按照石墨烯ISFET阵列收集的传感器数据进行分类，无需领会其成分或老化机制。
化学传感器通过收集液体成分消息并将其为电信号，正在监测、医疗诊断和工业过程节制中阐扬着主要感化。离子场效应晶体管（ISFETs）因其优异的活络度和高度可扩展的设想而成为一种有前景的手艺。然而，ISFET的靠得住性遭到制制工艺、材料特征、前提和设想要素等非抱负要素的影响，了其正在贸易使用中的普遍采用。
该研究将ANN正在石墨烯ISFETs数据锻炼下的模子用于食物辨别，对分歧软饮料、咖啡夹杂物和牛奶分类精确率较高。SHAP值阐发进一步了每个产物类此外特征，通过k-NN算法提取的FOMs显示，分歧产物类此外最佳FOM组合有所分歧，证了然ISFETs可供给多参数预测的主要性。该研究还展现了食物平安使用，石墨烯ISFETs可成功检测水中浓度低至2。5 ppb的六氟乙酸（PFHxA），证了然其正在处理食物行业中各类挑和的严沉潜力。
基于机械进修的石墨烯ISFETs将使用范畴从pH传感拓展至食物物的检测和定量阐发。该研究起首测试了六个石墨烯ISFETs正在未牛奶及分歧比例（5%、10%、20%、30%）下的传输特征，成果显示高分类精确度，通过SHAP特征阐发可以或许区分分歧比例。继续添加样本集数目，模子采用两层全毗连ANN提取特征，并通过余弦类似度计较类似性，正在复杂测试集（约46，000个样本）预测上表示优良。
石墨烯基离子场效应晶体管（ISFETs）对液体溶液的pH值具有优良的活络度。然而，很多非抱负要素（如轮回间、传感器间和芯片间的变异）影响ISFET的响应性。图1展现了石墨烯基ISFET的示企图及其正在分歧pH缓冲液中的传输特征，强调了电双层正在调理石墨烯通道导电性方面的感化。因为常用的Dirac电压（VDirac）做为pH活络度的评估目标正在存正在非抱负要素时会显著偏离实正在pH值。因而，需要识别具有高pH活络度且对非抱负要素变化不的FOMs。操纵k近邻算法评估各FOM的主要性，减轻非抱负要素的影响，表现了石墨烯基ISFETs正在多FOMs 监测中的潜力。然后输入整个ISFET传输特征让模子自行确定机械生成的特征。通过SHAP（SHapley Additive exPlanations）特征阐发来评估锻炼后的ANN模子的特征空间，取提取的FOMs主要性区域进行比力。ANN以一维卷积神经收集做为特征提取器，后接三层全毗连层，旨正在将输入数据分类为七个pH值类别。利用FOMs做为锻炼输入时，模子平均精确率为91。64%，而间接基于ISFET特征锻炼的平均精确率达到了97。09%。此外，该模子正在三种分歧锻炼场景表示优良，表白模子正在一个芯片上锻炼后能够无效使用于后续制制的芯片，避免了模子从头校准及锻炼。
