論文の概要: HazeDose: Design and Analysis of a Personal Air Pollution Inhaled Dose Estimation System using Wearable Sensors

• arxiv url: http://arxiv.org/abs/2005.13745v1
• Date: Thu, 28 May 2020 02:35:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-18 03:07:24.205255
• Title: HazeDose: Design and Analysis of a Personal Air Pollution Inhaled Dose Estimation System using Wearable Sensors
• Title（参考訳）: HazeDose:ウェアラブルセンサを用いた個人空気汚染吸入量推定システムの設計と解析
• Authors: Ke Hu and Ashfaqur Rahman and Hassan Habibi Gharakheili and Vijay Sivaraman
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 6.284628903370058
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Nowadays air pollution becomes one of the biggest world issues in both developing and developed countries. Helping individuals understand their air pollution exposure and health risks, the traditional way is to utilize data from static monitoring stations and estimate air pollution qualities in a large area by government agencies. Data from such sensing system is very sparse and cannot reflect real personal exposure. In recent years, several research groups have developed participatory air pollution sensing systems which use wearable or portable units coupled with smartphones to crowd-source urban air pollution data. These systems have shown remarkable improvement in spatial granularity over government-operated fixed monitoring systems. In this paper, we extend the paradigm to HazeDose system, which can personalize the individuals' air pollution exposure. Specifically, we combine the pollution concentrations obtained from an air pollution estimation system with the activity data from the individual's on-body activity monitors to estimate the personal inhalation dosage of air pollution. Users can visualize their personalized air pollution exposure information via a mobile application. We show that different activities, such as walking, cycling, or driving, impact their dosage, and commuting patterns contribute to a significant proportion of an individual's daily air pollution dosage. Moreover, we propose a dosage minimization algorithm, with the trial results showing that up to 14.1% of a biker's daily exposure can be reduced while using alternative routes the driver can inhale 25.9% less than usual. One heuristic algorithm is also introduced to balance the execution time and dosage reduction for alternative routes scenarios. The results show that up to 20.3% dosage reduction can be achieved when the execution time is almost one seventieth of the original one.
• Abstract（参考訳）: 現在、大気汚染は発展途上国と先進国の両方で最大の問題となっている。 個人が大気汚染の暴露や健康上のリスクを理解するのを助ける伝統的な方法は、静的な監視ステーションからのデータを活用し、政府機関によって広範囲の大気汚染の質を推定することだ。 このようなセンシングシステムからのデータは極めて希少であり、実際の個人曝露を反映することができない。 近年、いくつかの研究グループが、ウェアラブルや携帯機器をスマートフォンと組み合わせて都市大気汚染データをクラウドソースする、参加型大気汚染センシングシステムを開発した。 これらのシステムは,官営固定監視システムよりも空間的粒度が著しく向上している。 本稿では,このパラダイムを個人による大気汚染をパーソナライズするHazeDoseシステムに拡張する。 具体的には, 大気汚染推定システムから得られた汚染濃度と, 個人の体外活動モニターの活性データとを組み合わせて, 大気汚染の個人的吸入量を推定する。 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情報を表示することができる。 その結果, 歩行, サイクリング, 運転などの異なる活動が摂取量に影響を与え, 通勤パターンが個人の毎日の大気汚染量のかなりの割合に寄与することが示された。 さらに, 運転者が25.9%減量できる代替ルートを用いて, 運転者の毎日の被曝の最大14.1%を低減できることを示す実験結果とともに, 投薬量最小化アルゴリズムを提案する。 1つのヒューリスティックアルゴリズムは、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。 その結果、実行時間が元の7分の1に近い場合、最大20.3%の投与量を削減できることがわかった。

関連論文リスト

• NOMAD: A Natural, Occluded, Multi-scale Aerial Dataset, for Emergency Response Scenarios [44.82552796083844]
  Natural Occluded Multi-scale Aerial dataset (NOMAD)は、人体検知のためのベンチマークデータセットである。 NOMADは100種類のアクターで構成されており、全て歩いたり、横たわったり、隠れたりしている。 42,825フレームを含み、5.4kの解像度ビデオから抽出され、バウンディングボックスと10の異なる視界レベルを示すラベルで手動で注釈付けされている。
  論文  参考訳（メタデータ） (2023-09-18T06:57:00Z)
• 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)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• 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)
• Novel Regression and Least Square Support Vector Machine Learning Technique for Air Pollution Forecasting [0.0]
  大気汚染ベンチマークの不適切な検出は、人間や生物にとって深刻な合併症をもたらす。 DR-LSSVに基づく大気汚染予測手法を提案する。 その結果, DR-LSSV技術は大気汚染予測性能を効果的に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2023-06-11T06:56:00Z)
• AirFormer: Predicting Nationwide Air Quality in China with Transformers [43.48965814702661]
  AirFormerは中国全国の空気質を総合的に予測する新しいトランスフォーマーアーキテクチャである。 AirFormerは72時間の予測で予測エラーを5%削減する。
  論文  参考訳（メタデータ） (2022-11-29T07:22:49Z)
• Multi-scale Digital Twin: Developing a fast and physics-informed surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
  気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。 U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。 並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
  論文  参考訳（メタデータ） (2022-11-20T06:46:35Z)
• Detecting Elevated Air Pollution Levels by Monitoring Web Search Queries: Deep Learning-Based Time Series Forecasting [7.978612711536259]
  以前の研究は、地上モニターや気象データから収集した汚染物質濃度を長期予測のモデルに頼っていた。 本研究では,主要な検索エンジンからほぼリアルタイムで公開されているWeb検索データを用いて,観測された汚染レベルを推定するモデルを開発し,検証することを目的とする。 従来型の教師付き分類法と最先端の深層学習法を併用して,米国の都市レベルで大気汚染レベルの上昇を検出する機械学習モデルを開発した。
  論文  参考訳（メタデータ） (2022-11-09T23:56:35Z)
• Estimation of Air Pollution with Remote Sensing Data: Revealing Greenhouse Gas Emissions from Space [1.9659095632676094]
  地上レベルの大気汚染の既存のモデルは、しばしば局所的に制限され、時間的に静的な土地利用データセットに依存している。 本研究は,世界規模で利用でき,頻繁に更新されるリモートセンシングデータにのみ依存する環境大気汚染の予測のための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-08-31T14:58:04Z)
• HVAQ: A High-Resolution Vision-Based Air Quality Dataset [3.9523800511973017]
  PM2.5, PM10, 温度, 湿度データからなる高時間・空間分解能空気質データセットを提案する。 我々は,センサの密度と画像によって予測精度が向上することを示すために,いくつかの視覚に基づくPM濃度予測アルゴリズムをデータセット上で評価した。
  論文  参考訳（メタデータ） (2021-02-18T13:42:34Z)
• Combining Visible Light and Infrared Imaging for Efficient Detection of Respiratory Infections such as COVID-19 on Portable Device [39.441555470012965]
  コロナウイルス病2019(COVID-19)は、ここ数ヶ月で深刻な世界的な流行となり、世界中の人間社会に大きな損失をもたらした。 最近の研究によると、新型コロナウイルスの1つの重要な特徴は、ウイルス感染によって引き起こされる異常な呼吸状態である。 マスクを着用している人の健康状態を呼吸特性の分析によりスクリーニングする携帯型非接触法を提案する。
  論文  参考訳（メタデータ） (2020-04-15T07:22:02Z)

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。