論文の概要: New Normal: Cooperative Paradigm for Covid-19 Timely Detection and
Containment using Internet of Things and Deep Learning
- arxiv url: http://arxiv.org/abs/2008.12103v1
- Date: Sat, 15 Aug 2020 14:33:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-28 20:52:28.564914
- Title: New Normal: Cooperative Paradigm for Covid-19 Timely Detection and
Containment using Internet of Things and Deep Learning
- Title（参考訳）: 新しい師範:モノのインターネットと深層学習を用いたCovid-19のタイムリー検出と包摂のための協調パラダイム
- Authors: Farooque Hassan Kumbhar, Syed Ali Hassan, Soo Young Shin
- Abstract要約: 新型コロナウイルス(COVID-19)の感染拡大は、世界経済に影響を及ぼし、政府や保健当局に数十億ドルの損害を与えた。
本研究は、ウイルスの拡散を検知するだけでなく、ビジネスやエコノミーを再開し、社会生活を再開する上でも役立つコネクテッド・スマート・パラダイムを導入する。
- 参考スコア（独自算出の注目度）: 12.618653234201089
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The spread of the novel coronavirus (COVID-19) has caused trillions of
dollars in damages to the governments and health authorities by affecting the
global economies. The purpose of this study is to introduce a connected smart
paradigm that not only detects the possible spread of viruses but also helps to
restart businesses/economies, and resume social life. We are proposing a
connected Internet of Things ( IoT) based paradigm that makes use of object
detection based on convolution neural networks (CNN), smart wearable and
connected e-health to avoid current and future outbreaks. First, connected
surveillance cameras feed continuous video stream to the server where we detect
the inter-object distance to identify any social distancing violations. A
violation activates area-based monitoring of active smartphone users and their
current state of illness. In case a confirmed patient or a person with high
symptoms is present, the system tracks exposed and infected people and
appropriate measures are put into actions. We evaluated the proposed scheme for
social distancing violation detection using YOLO (you only look once) v2 and
v3, and for infection spread tracing using Python simulation.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)の感染拡大は、世界経済に影響を及ぼし、政府や保健当局に数十億ドルの損害を与えた。
本研究の目的は、ウイルスの拡散を検知するだけでなく、ビジネスや経済を再開し、社会生活を再開するのに役立つコネクテッド・スマート・パラダイムを導入することである。
私たちは、コンボリューションニューラルネットワーク(CNN)に基づくオブジェクト検出、スマートウェアラブル、コネクテッドeヘルスを利用して、現在と将来のアウトブレイクを避ける、コネクテッドモノのインターネット(IoT)ベースのパラダイムを提案しています。
まず、接続された監視カメラが連続ビデオストリームをサーバに送信し、対象間距離を検出してソーシャルディスタンシング違反を識別します。
違反は、アクティブなスマートフォンユーザーの地域ベースの監視と、その病気の現状を活性化する。
確認された患者又は高症状の者が存在する場合、システム・トラックは感染した人々を追跡し、適切な措置を講じる。
YOLO(一度だけ見える)v2とv3を用いたソーシャルディスタンス違反検出手法と,Pythonシミュレーションによる感染拡散追跡手法について検討した。
関連論文リスト
- DNA: Differentially private Neural Augmentation for contact tracing [62.740950398187664]
接触追跡はウイルスキャリアの早期検出による感染率の低下に有効な方法である。
我々は、分散化された接触追跡において、最先端技術のプライバシー保証を大幅に改善する。
この作業は、重要なプライバシー保証を維持しながら、ディープラーニングをコンタクトトレースに統合する上で、重要な第一歩となる。
論文 参考訳（メタデータ） (2024-04-20T13:43:28Z) - 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) - Social Distance Detection Using Deep Learning And Risk Management System [0.0]
COVID-19 Social Distancing Detector Systemは、ディープラーニングを利用して、ハイエンドなセマンティックデータをCNNモジュールに統合するシングルステージ検出器である。
現在のセキュリティ映像、CCTVカメラ、コンピュータビジョン(CV)をデプロイすることで、社会的分離の災難を経験している人々を特定することもできる。
論文 参考訳（メタデータ） (2023-04-20T12:27:39Z) - People detection and social distancing classification in smart cities
for COVID-19 by using thermal images and deep learning algorithms [0.0]
新型コロナウイルス(COVID-19)は、2019年12月に中国武漢で発見された重症呼吸器症候群(SA)による病気である。
本研究では,熱画像を用いた社会距離分類のための人工知能システムを提案する。
論文 参考訳（メタデータ） (2022-09-10T16:30:29Z) - Predicting Infectiousness for Proactive Contact Tracing [75.62186539860787]
大規模デジタル接触追跡は、ウイルスの拡散を最小限に抑えながら、経済と社会活動を再開する潜在的な解決策である。
プライバシ、モビリティ制限、公衆衛生のトレードオフを行う様々なDCT手法が提案されている。
本稿では,個人の感染を積極的に予測するためにスマートフォンに展開可能な方法を開発し,検証する。
論文 参考訳（メタデータ） (2020-10-23T17:06:07Z) - A Vision-based Social Distancing and Critical Density Detection System
for COVID-19 [0.0]
感染性コロナウイルス病2019(COVID-19)の感染拡大に対する効果的な対策として、社会的距離が証明されている。
個人間の距離を検知し、警告できるアクティブ監視システムは、致命的な病気の拡散を遅らせることができる。
本稿では,4つの重要な倫理的要因を考慮したAIに基づくリアルタイムソーシャルディスタンシング検出・警告システムを提案する。
論文 参考訳（メタデータ） (2020-07-07T15:55:50Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - A Deep Q-learning/genetic Algorithms Based Novel Methodology For
Optimizing Covid-19 Pandemic Government Actions [63.669642197519934]
我々はSEIR疫学モデルを用いて、人口の時間とともにウイルスウイルスの進化を表現している。
報酬システムにより、アクションのシーケンス(統合、自己同化、二メートル距離、制限を取らない)を評価する。
どちらの意味でも、パンデミックの悪影響を抑えるために政府が取るべき行動を発見する上で、我々の方法論が有効な手段であることを実証する。
論文 参考訳（メタデータ） (2020-05-15T17:17:45Z) - Monitoring COVID-19 social distancing with person detection and tracking
via fine-tuned YOLO v3 and Deepsort techniques [3.6016022712620095]
新型コロナウイルス感染症(COVID-19)は世界的な危機を引き起こしており、死者は180カ国以上で拡大している。
ソーシャルディスタンシングは、このパンデミックと戦うための唯一の実現可能なアプローチだ。
本稿では,監視ビデオを用いたソーシャルディスタンシングの監視作業を自動化するためのディープラーニングベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2020-05-04T10:58:20Z) - 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) - Adversarial vs behavioural-based defensive AI with joint, continual and
active learning: automated evaluation of robustness to deception, poisoning
and concept drift [62.997667081978825]
人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。
本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
論文 参考訳（メタデータ） (2020-01-13T13:54:36Z)
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。