En esta página puede obtener un análisis detallado de una palabra o frase, producido utilizando la mejor tecnología de inteligencia artificial hasta la fecha:
Una nariz electrónica es un sistema electrónico con capacidad analítica cuya finalidad es detectar los compuestos orgánicos volátiles (VOCs) que forman parte de una muestra olorosa pudiendo de esa forma reconocerla o discriminarla dentro de un conjunto de sustancias olorosas. Estos sistemas imitan de una manera extremadamente simplificada el principio del sistema olfativo de los mamíferos.
Desde un punto de vista funcional una nariz electrónica genérica está formada fundamentalmente por 4 bloques bien definidos:
En la parte de transducción el elemento fundamental es un array de sensores químicos. Estos sensores generalmente son no específicos y reaccionan ante un espectro relativamente grande de compuestos (es decir, no han sido diseñados para reconocer ningún compuesto concreto sino, por el contrario, cuanto mayor sea el número de compuestos ante los que pueden reaccionar teóricamente mayor es el número de ámbitos de aplicación). La circuitería de adquisición y acondicionamiento de señal es totalmente estándar comprendiendo desde el ya mencionado conversor analógico-digital hasta amplificadores operacionales pasando obviamente por elementos circuitales pasivos. La única característica específica de la aplicación que deberían tener dichos elementos circuitales es que sean de bajo ruido dado que las señales inducidas por algunos compuestos pueden ser extremadamente débiles.
Las técnicas empleadas en la parte de procesado pertenecen como se comentó anteriormente al ámbito del Aprendizaje Automático pero adaptadas a las señales entregadas por los sensores químicos. Dicho conjunto de técnicas son conocidas con el nombre de Aprendizaje Olfativo Automático (esta acepción proviene del término en lengua inglesa, Machine Olfaction). Los aspectos diferenciales entre las señales entregadas por los sensores y otros tipos de señales sobre los que también se empleen técnicas de Aprendizaje Automático, como señales de voz, de audio o señales de control, serán expuestos a continuación.
Hay que decir que también existen dispositivos que basan su procesado en técnicas propias de la cromatografía de gases.