論文の概要: Smell Pittsburgh: Engaging Community Citizen Science for Air Quality
- arxiv url: http://arxiv.org/abs/1912.11936v4
- Date: Fri, 20 Nov 2020 23:40:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-10 08:00:41.401525
- Title: Smell Pittsburgh: Engaging Community Citizen Science for Air Quality
- Title（参考訳）: Smell Pittsburgh: 空気の質に関するコミュニティ市民科学
- Authors: Yen-Chia Hsu, Jennifer Cross, Paul Dille, Michael Tasota, Beatrice
Dias, Randy Sargent, Ting-Hao 'Kenneth' Huang, Illah Nourbakhsh
- Abstract要約: ピッツバーグ・スメルは、コミュニティのメンバーが匂いを報告し、これらの匂いが頻繁に集中している場所を追跡することができるシステムである。
全ての嗅覚レポートデータはオンラインで公開されている。
この可視化は、地域汚染の景観を包括的に概観する。
- 参考スコア（独自算出の注目度）: 12.929290036061253
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Urban air pollution has been linked to various human health concerns,
including cardiopulmonary diseases. Communities who suffer from poor air
quality often rely on experts to identify pollution sources due to the lack of
accessible tools. Taking this into account, we developed Smell Pittsburgh, a
system that enables community members to report odors and track where these
odors are frequently concentrated. All smell report data are publicly
accessible online. These reports are also sent to the local health department
and visualized on a map along with air quality data from monitoring stations.
This visualization provides a comprehensive overview of the local pollution
landscape. Additionally, with these reports and air quality data, we developed
a model to predict upcoming smell events and send push notifications to inform
communities. We also applied regression analysis to identify statistically
significant effects of push notifications on user engagement. Our evaluation of
this system demonstrates that engaging residents in documenting their
experiences with pollution odors can help identify local air pollution
patterns, and can empower communities to advocate for better air quality. All
citizen-contributed smell data are publicly accessible and can be downloaded
from https://smellpgh.org.
- Abstract（参考訳）: 都市大気汚染は、心肺疾患を含む様々な人間の健康問題と関連している。
大気汚染に苦しむコミュニティはしばしば、アクセス可能なツールがないため、汚染源を特定する専門家に頼っている。
これを踏まえて、コミュニティメンバーが匂いを報告し、これらの匂いが頻繁に集中している場所を追跡するシステムであるSmell Pittsburghを開発した。
すべての匂いレポートデータはオンラインで公開されている。
これらのレポートは地元の保健省にも送られ、モニタリングステーションからの空気質データとともに地図上に視覚化される。
この可視化は、地域汚染の景観を包括的に概観する。
さらに,これらのレポートと大気質データを用いて,今後の臭いイベントを予測し,コミュニティにプッシュ通知を送るモデルを開発した。
また,プッシュ通知がユーザエンゲージメントに与える影響を統計的に評価するために回帰分析を適用した。
本システムの評価は, 住民が大気汚染の臭いを文書化することで, 地域大気汚染のパターンを識別し, 地域社会に空気質の向上を奨励できることを示す。
すべての市民による匂いデータは公開されており、https://smellpgh.orgからダウンロードできる。
関連論文リスト
- Data Contamination Report from the 2024 CONDA Shared Task [78.50743680642405]
この最初のコンピレーション・ペーパーは、合計23人のコントリビュータから91件以上の汚染された資料が報告された566件を基にしている。
共有タスクと関連するデータベースの目標は,問題の範囲の理解と,既知の汚染資源に対する報告評価結果の回避を支援することにある。
論文 参考訳（メタデータ） (2024-07-31T11:26:57Z) - Back to the Future: GNN-based NO$_2$ Forecasting via Future Covariates [49.93577170464313]
都市全域にわたる地上監視ネットワークにおける大気質観測について検討する。
我々は過去と将来の共変分を現在の観測に埋め込む条件付きブロックを提案する。
将来の気象情報に対する条件付けは,過去の交通状況を考えるよりも影響が大きいことが判明した。
論文 参考訳（メタデータ） (2024-04-08T09:13:16Z) - Autonomous Detection of Methane Emissions in Multispectral Satellite
Data Using Deep Learning [73.01013149014865]
メタンは最も強力な温室効果ガスの1つである。
現在のメタン放出モニタリング技術は、近似的な放出要因や自己報告に依存している。
深層学習法は、Sentinel-2衛星マルチスペクトルデータにおけるメタン漏れの自動検出に利用することができる。
論文 参考訳（メタデータ） (2023-08-21T19:36:50Z) - IoT-Based Air Quality Monitoring System with Machine Learning for
Accurate and Real-time Data Analysis [0.0]
本研究では, どこでも使用可能な携帯型空気質検知装置の開発を提案する。
収集されたデータは、クラウドベースのWebアプリThinkSpeakを使って保存および視覚化される。
論文 参考訳（メタデータ） (2023-07-02T14:18:04Z) - Air Pollution Hotspot Detection and Source Feature Analysis using
Cross-domain Urban Data [2.458537954999774]
汚染源に隣接する地域はしばしば環境汚染濃度が高く、これらは一般に大気汚染ホットスポットと呼ばれる。
本稿では,局所的なスパイク検出とサンプル重み付けクラスタリングを含む,モバイルセンシングデータからホットスポットを検出する2段階のアプローチを提案する。
ソフトバリデーションとして,モバイルセンシングデータを使用しない都市を対象としたホットスポット推定モデルを構築した。
論文 参考訳（メタデータ） (2022-11-15T18:44:03Z) - Dynamic Price of Parking Service based on Deep Learning [68.8204255655161]
都市部における空気質の向上は、公共団体の主な関心事の一つである。
この懸念は、大気の質と公衆衛生の間の証拠から生じる。
規制された駐車場サービスにおける動的価格の提案について述べる。
論文 参考訳（メタデータ） (2022-01-11T20:31:35Z) - Mining atmospheric data [0.0]
最初の問題は、新しい公開データセットとベンチマークの構築に関するものだ。
第2の課題は、大気データ分類のための深層学習手法の調査である。
対象とする用途は、空気質の評価と予測である。
論文 参考訳（メタデータ） (2021-06-26T10:04:35Z) - Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。
行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。
学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
論文 参考訳（メタデータ） (2021-03-23T11:10:04Z) - Averaging Atmospheric Gas Concentration Data using Wasserstein
Barycenters [68.978070616775]
ハイパースペクトル衛星画像は、世界中の温室効果ガス濃度を毎日報告している。
気象データと組み合わさったワッサーシュタイン・バリセンタを用いて, ガス濃度データセットの平均化と, 質量集中性の向上を提案する。
論文 参考訳（メタデータ） (2020-10-06T14:31:25Z) - AiR -- An Augmented Reality Application for Visualizing Air Pollution [5.564705758320338]
AiRは、CPCBが測定した空気質を、ユーザーのGPSによって検出された局地性、またはユーザの選択した局地性において考慮し、その局地性に存在する様々な大気汚染物質を可視化する。
AiRはまた、異なる汚染物質、ソース、およびそれらが健康に与える影響について、対話的に認識する。
論文 参考訳（メタデータ） (2020-06-03T10:03:47Z) - HazeDose: Design and Analysis of a Personal Air Pollution Inhaled Dose
Estimation System using Wearable Sensors [6.284628903370058]
我々はこのパラダイムを、個人の大気汚染をパーソナライズするHazeDoseシステムに拡張する。
ユーザはモバイルアプリケーションを通じて、パーソナライズされた大気汚染の暴露情報を視覚化できる。
1つのアルゴリズムは、代替ルートシナリオの実行時間と量削減のバランスをとるために導入された。
論文 参考訳（メタデータ） (2020-05-28T02:35:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。