陳新老師執行國科會整合型計畫「以電子鼻系統晶片早期預測及同步診斷使用人工呼吸器病患的肺炎菌種」之子計畫三，將以類比電路實現一低功率且具學習能力的CRBM 系統，以應用於電子鼻氣體訊號的前端處理。整體系統架構圖如下所示：

以CRBM 系統對氣體訊號做前處理的優點至少包含 (1)概括同類訊號自身的變異，以放大不同類訊號間的差異，(2)學習訊號分佈的主要特徵，以得到比原始訊號維度低的輸出，減低後端處理器的運算量，(3)可利用演算法的學習能力，對不同感測器與氣體組成，或長時間使用後感測器的漂移，適時調適模型參數保持穩健的辨識能力，(4)以數位積體電路實現，可對感測器陣列訊號做即時且平行的處理，以利醫師即時診斷病情，(5)系統運用雜訊使電路輸入只決定輸出的機率，可減少奈米元件變異及雜訊造成的運算誤差。如上圖所示，在CRBM 系統透過同晶片上的參數調變電路學習電子鼻氣體感測訊號的分佈後，電子鼻感測的類比高維(8 維)氣體訊號，經類比數位轉換器擷取後可作為CRBM 系統隱藏運算元的輸入，其中三個隱藏運算元的輸出，對不同類氣體有明顯的差異，而同類間的變異相對小很多，因此可將此三維訊號送回處理器，以利其達成穩健且準確的氣體辨識。

陳新老師實驗室負責整個電子鼻計畫中的一項子計畫，每週會和電子鼻整個計畫的每位老師同學一起開會討論，由每位同學報告進度，有問題也可以當場進行溝通，老師們會提出問題並給予建議，如果有其他細節需要討論就會再另外約時間。由於電子鼻計畫會需要和其他實驗室一起完成一顆整合性的晶片，會遇到不同電路介面溝通的問題，很多平常自己設計不會考慮到的東西都需要去思考，算是不錯的經驗。

本計畫的創新在於(1)利用隨機類神經網路的優點並將其實現成積體電路，以機率演算概括訊號雜訊與環境變異，達成穩健的訊號辨識，(2)加上整合學習電路，隨機類神經網路晶片更可適時調變參數，補償環境或氣體種類的變化，或是感測器的漂移。