論文の概要: WiFi-based Crowd Monitoring and Workspace Planning for COVID-19 Recovery
- arxiv url: http://arxiv.org/abs/2007.12250v1
- Date: Thu, 23 Jul 2020 20:45:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-07 13:24:02.611641
- Title: WiFi-based Crowd Monitoring and Workspace Planning for COVID-19 Recovery
- Title(参考訳): wifiを利用したcovid-19回復のためのクラウドモニタリングとワークスペース計画
- Authors: Mu Mu
- Abstract要約: この記事では、ソフトウェア定義ネットワーク(SDN)によるWiFiアクセスポイントを24/7センサーとして使用して、物理空間の使用を監視し、分析する、新しいIoTクラウド監視ソリューションを紹介します。
プロトタイプと群衆の行動モデルは、大学キャンパスで5億以上の記録を用いて開発されている。
- 参考スコア(独自算出の注目度): 1.90365714903665
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The recovery phase of the COVID-19 pandemic requires careful planning and
monitoring while people gradually return to work. Internet-of-Things (IoT) is
widely regarded as a crucial tool to help combating COVID-19 pandemic in many
areas and societies. In particular, the heterogeneous data captured by IoT
solutions can inform policy making and quick responses to community events.
This article introduces a novel IoT crowd monitoring solution which uses
software defined networks (SDN) assisted WiFi access points as 24/7 sensors to
monitor and analyze the use of physical space. Prototypes and crowd behavior
models are developed using over 500 million records captured on a university
campus. Besides supporting informed decision at institution level, the results
can be used by individual visitors to plan or schedule their access to
facilities.
- Abstract(参考訳): 新型コロナウイルス(COVID-19)パンデミックの回復には、注意深い計画と監視が必要だ。
IoT(Internet-of-Things)は、多くの地域や社会で新型コロナウイルスのパンデミックと戦うための重要なツールとして広く考えられている。
特に、IoTソリューションによってキャプチャされた異種データは、ポリシー作成とコミュニティイベントへの迅速な応答を通知することができる。
この記事では、ソフトウェア定義ネットワーク(SDN)によるWiFiアクセスポイントを24/7センサーとして使用して、物理空間の使用を監視し、分析する、新しいIoTクラウド監視ソリューションを紹介します。
プロトタイプと群衆の行動モデルは、大学キャンパスで5億以上の記録を用いて開発されている。
機関レベルでの情報決定を支援することに加えて、個々のビジターが施設へのアクセスを計画したりスケジュールしたりすることができる。
関連論文リスト
- Identification of crowds using mobile crowd detection (MCS) and visualization with the DBSCAN algorithm for a Smart Campus environment [0.0]
本稿では,モバイル・クラウド・センシング(MCS, Mobile Crowd Sensing)と可視化アルゴリズムを用いて,大学構内における群集検出の実現可能性について検討する。
予備的な結果から, システムは有効であり, 混雑による事故防止や公共空間の管理に役立つ可能性が示唆された。
論文 参考訳(メタデータ) (2024-09-28T22:35:04Z) - Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。
FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。
実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
論文 参考訳(メタデータ) (2024-01-22T14:16:37Z) - CSI-Based Efficient Self-Quarantine Monitoring System Using Branchy
Convolution Neural Network [2.609279398946235]
そこで我々は,Wi-Fiをベースとしたデバイスフリーの自己検疫監視システムを提案する。
We exploit channel state information (CSI) from Wi-Fi signal as human activity features。
実験の結果,提案モデルでは,5つの異なる人間の活動の分類において,平均98.19%の精度が得られることがわかった。
論文 参考訳(メタデータ) (2023-05-24T04:02:49Z) - When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning
Framework in Classification of Medical Images on Limited Data: A COVID-19
Case Study [77.34726150561087]
新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。
CNNは医療画像の解析に広く利用され、検証されている。
論文 参考訳(メタデータ) (2022-03-24T02:09:41Z) - IoT to monitor people flow in areas of public interest [0.0]
本研究の目的は、個人や機密データを収集することなく、公共の場所や施設内の人々の流れをモニタリングするシステムを構築することである。
イタリアのウンブリア地方で実験として始まった研究は、土地をより快適にするために、人々の流れを自動で計画する際のいくつかの答えの1つを目指しています。
論文 参考訳(メタデータ) (2021-11-03T01:53:49Z) - Project Achoo: A Practical Model and Application for COVID-19 Detection
from Recordings of Breath, Voice, and Cough [55.45063681652457]
コンシューマー端末で録音した音声を用いて、新型コロナウイルスを迅速にトリアージする機械学習手法を提案する。
この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。
我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。
論文 参考訳(メタデータ) (2021-07-12T08:07:56Z) - A Computer Vision System to Help Prevent the Transmission of COVID-19 [79.62140902232628]
新型コロナウイルスのパンデミックは世界中の日常生活のあらゆる領域に影響を与える。
保健機関は、ソーシャルディスタンス、フェイスマスクを着用し、触れる顔を避けることをアドバイスします。
我々は、新型コロナウイルスの感染を防ぐためのディープラーニングベースのコンピュータビジョンシステムを開発した。
論文 参考訳(メタデータ) (2021-03-16T00:00:04Z) - FedHome: Cloud-Edge based Personalized Federated Learning for In-Home
Health Monitoring [39.36361256682276]
在宅健康モニタリングは、世界中の高齢層に大きな注目を集めている。
既存の家庭内健康モニタリングのアプローチは、ユーザのデータプライバシに十分な注意を払わない。
FedHomeは、家庭内健康モニタリングのための新しいクラウドエッジのフェデレーション学習フレームワークです。
論文 参考訳(メタデータ) (2020-12-14T12:04:44Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳(メタデータ) (2020-04-16T15:53:42Z) - Give more data, awareness and control to individual citizens, and they
will help COVID-19 containment [74.10257867142049]
連絡先追跡アプリは、多くの国で大規模採用が提案されている。
中央集権的なアプローチは、市民のプライバシーと不必要に強力なデジタル監視に対する懸念を提起する。
我々は、個人の「個人データストア」にのみ連絡先と位置情報を収集する分散的アプローチを提唱する。
論文 参考訳(メタデータ) (2020-04-10T20:30:37Z) - Understanding Crowd Behaviors in a Social Event by Passive WiFi Sensing
and Data Mining [21.343209622186606]
本研究では,大規模社会イベントにおける群集行動に関連する3種類のパターンを抽出する包括的データ分析フレームワークを提案する。
まず,移動体の軌跡を探索要求から抽出し,群衆の動きの空間的パターンを明らかにする。
次に、k-meansとk-shapeクラスタリングアルゴリズムを適用し、群衆を訪れる時間パターンを日と場所によって抽出する。
論文 参考訳(メタデータ) (2020-02-05T03:36:00Z)
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。