Forscher der Zhejiang-Universität haben einen Support-Vektor-Maschinen-Algorithmus verwendet, um die Parameter eines triboelektrischen Nanogenerator-Tastsensors zu optimieren. Im Vergleich zu traditionellen, erfahrungsbasierten Designmethoden integriert diese Studie Design und Algorithmus und optimiert die Parameter des Sensors datengetrieben. Der optimierte Sensor kann verschiedene Berührungsmodi genau erkennen und ermöglicht die Texterkennung sowie die Braille-Schrift-Erkennung. Dieser Designansatz verspricht, die Entwicklungszeit des Sensors zu verkürzen, die Kosten zu senken und die Anwendung des Sensors in Bereichen wie der Mensch-Maschine-Interaktion zu erweitern.