Fugu-MT 論文翻訳(概要): IoT Based Smart Home using Blynk Framework

論文の概要: IoT Based Smart Home using Blynk Framework

arxiv url: http://arxiv.org/abs/2007.13714v1
Date: Mon, 27 Jul 2020 17:46:39 GMT
ステータス: 処理完了
システム内更新日: 2023-05-08 02:27:35.637089
Title: IoT Based Smart Home using Blynk Framework
Title（参考訳）: Blynkフレームワークを使用したIoTベースのスマートホーム
Authors: Bharat Bohara, Sunil Maharjan, Bibek Raj Shrestha
Abstract要約: このプロジェクトはネパール人が日常的に直面している日没問題の解決を目的としている。 Wi-Fiを通信プロトコルとして、Raspberry piをプライベートサーバとして、スマートフォン経由でアプライアンスを制御および監視するように設計されている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The project discussed in this paper is targeted at solving sundry problems faced by Nepalese people in their daily life. It is designed to control and monitor appliances via smartphone using Wi-Fi as communication protocol and raspberry pi as private server. All the appliances and sensors are connected to the internet via NodeMcu microcontroller, which serves as the gateway to the internet. Even if the user goes offline, the system is designed to switch to automated state controlling the appliances automatically as per the sensors readings. Also, the data are logged on to the server for future data mining. The core system of this project is adopted from the Blynk framework.
Abstract（参考訳）: 本稿では,ネパール人が日常的に直面している日没問題の解決を目的としたプロジェクトである。 Wi-Fiを通信プロトコルとして、Raspberry piをプライベートサーバとして、スマートフォン経由でアプライアンスを制御および監視するように設計されている。すべてのアプライアンスとセンサーは、インターネットへのゲートウェイとして機能するnodemcuマイクロコントローラを介してインターネットに接続されている。ユーザーがオフラインになっても、システムはセンサーの読み取りに応じて自動的に機器を制御する自動状態に切り替えるように設計されている。また、データは将来のデータマイニングのためにサーバにログオンされる。このプロジェクトのコアシステムは、Blynkフレームワークから採用されている。

関連論文リスト

IoT-LM: Large Multisensory Language Models for the Internet of Things [70.74131118309967]
IoTエコシステムは、モーション、サーマル、ジオロケーション、イメージング、ディープ、センサー、オーディオといった、現実世界のモダリティの豊富なソースを提供する。機械学習は、IoTデータを大規模に自動的に処理する豊富な機会を提供する。 IoTエコシステムに適した,オープンソースの大規模マルチセンサ言語モデルであるIoT-LMを紹介します。
論文参考訳（メタデータ） (2024-07-13T08:20:37Z)
Convert any android device into a programmable IoT device with the help of IoT Everywhere Framework [0.0]
IoT EverywhereフレームワークとOrigプログラミング言語を使用することで、任意のAndroidスマートフォンをIoTデバイスに変換することが可能になる。これは、電気工学の学生が単純な関数呼び出しを通じて多くの抽象化を提供するので、プログラミングのアイデアを理解するのに役立つ。
論文参考訳（メタデータ） (2024-04-14T15:28:35Z)
The MIT Voice Name System [53.473846742702854]
我々は,音声対話を電話番号などの他のシステムと同様のユニバーサルリーチに標準化することを目指している。音声をIoTオブジェクトと通信するための出発点として重視しています。プライバシーとセキュリティは、音声からテキストへの誤りと音声サンプルに含まれる個人情報の量によって考慮される重要な要素である。
論文参考訳（メタデータ） (2022-03-28T19:09:26Z)
Improving Response Time of Home IoT Services in Federated Learning [0.6445605125467572]
フェデレートラーニング(federated learning)と呼ばれる最近の機械学習アプローチは、分散コンピューティング環境でデバイス上のユーザデータを保持している。ホームIoTサービスでは、エンドツーエンドの応答時間の観点からは、パフォーマンスが低くなる。本稿では,ホームネットワークにおけるユーザ動作を迅速かつ正確に認識するフェデレーション学習ホームサービスのためのローカルIoT制御手法を提案する。
論文参考訳（メタデータ） (2022-02-28T09:08:10Z)
IoT-based Route Recommendation for an Intelligent Waste Management System [61.04795047897888]
本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
論文参考訳（メタデータ） (2022-01-01T12:36:22Z)
An Automated Data Engineering Pipeline for Anomaly Detection of IoT Sensor Data [0.0]
チップ技術、IoT(Internet of Things)、クラウドコンピューティング、人工知能といったシステムが、現在の問題を解決する可能性を高めている。データ分析と機械学習/ディープラーニングの使用により、基盤となるパターンを学習し、IoTセンサから生成された大量のデータから何を学んだかに基づいて決定することができる。プロセスにはIoTセンサ、Raspberry Pi、Amazon Web Services(AWS)、スマートホームセキュリティシステムの異常なケースを特定するための複数の機械学習技術の使用が含まれる。
論文参考訳（メタデータ） (2021-09-28T15:57:29Z)
PiBase: An IoT-based Security System using Raspberry Pi and Google Firebase [0.0]
本稿では、スマート環境における認証アクセスと侵入者検出の側面について述べる。提案されているPiBaseは、IoT(Internet of Things)ベースのアプリケーションで、侵入者の検出を支援する。
論文参考訳（メタデータ） (2021-07-29T20:45:42Z)
Gateway Controller with Deep Sensing: Learning to be Autonomic in Intelligent Internet of Things [0.0]
モノのインターネットは、ユビキタスセンシングを通じて未来のインターネットに革命をもたらす。数十億のデバイスをデプロイすると推定される課題の1つは、膨大な量のデータを生み出すことだ。本稿では,IoTゲートウェイにおける自律的管理,接続性,データ相互運用性に特化して設計された,コントローラソリューションとしてのアプローチを提案する。
論文参考訳（メタデータ） (2020-09-18T06:22:04Z)
OpenBot: Turning Smartphones into Robots [95.94432031144716]
現在のロボットは高価か、感覚豊かさ、計算能力、通信能力に重大な妥協をもたらす。我々はスマートフォンを活用して、センサースイート、強力な計算能力、最先端通信チャネル、繁栄するソフトウェアエコシステムへのアクセスなどを備えたロボットを装備することを提案する。われわれは50ドルの小型電気自動車を設計し、標準のAndroidスマートフォンのロボットボディとして機能する。
論文参考訳（メタデータ） (2020-08-24T18:04:50Z)
Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文参考訳（メタデータ） (2020-06-10T16:05:05Z)
Wireless Communications for Collaborative Federated Learning [160.82696473996566]
IoT(Internet of Things)デバイスは、収集したデータを中央のコントローラに送信することができず、機械学習モデルをトレーニングすることができる。 GoogleのセミナルFLアルゴリズムでは、すべてのデバイスを中央コントローラに直接接続する必要がある。本稿では,コラボレーティブFL(CFL)と呼ばれる新しいFLフレームワークを提案する。
論文参考訳（メタデータ） (2020-06-03T20:00:02Z)

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。