論文の概要: Mosques Smart Domes System using Machine Learning Algorithms
- arxiv url: http://arxiv.org/abs/2009.10616v1
- Date: Sun, 30 Aug 2020 19:51:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-23 12:10:43.921568
- Title: Mosques Smart Domes System using Machine Learning Algorithms
- Title（参考訳）: 機械学習アルゴリズムを用いたモスクスマートドームシステム
- Authors: Mohammad Awis Al Lababede, Anas H. Blasi, Mohammed A. Alsuwaiket
- Abstract要約: 本稿では,天気や外気温を利用したスマートモスクドームのモデルを構築することで,問題を解決することを目的とする。
この実験はサウジアラビアの預言者モスクで行われ、基本的には手動で動く20のドームを含む。
- 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: Millions of mosques around the world are suffering some problems such as
ventilation and difficulty getting rid of bacteria, especially in rush hours
where congestion in mosques leads to air pollution and spread of bacteria, in
addition to unpleasant odors and to a state of discomfort during the pray
times, where in most mosques there are no enough windows to ventilate the
mosque well. This paper aims to solve these problems by building a model of
smart mosques domes using weather features and outside temperatures. Machine
learning algorithms such as k Nearest Neighbors and Decision Tree were applied
to predict the state of the domes open or close. The experiments of this paper
were applied on Prophet mosque in Saudi Arabia, which basically contains twenty
seven manually moving domes. Both machine learning algorithms were tested and
evaluated using different evaluation methods. After comparing the results for
both algorithms, DT algorithm was achieved higher accuracy 98% comparing with
95% accuracy for kNN algorithm. Finally, the results of this study were
promising and will be helpful for all mosques to use our proposed model for
controlling domes automatically.
- Abstract（参考訳）: 世界中の何百万ものモスクが、換気や細菌の除去の難しさなどの問題に悩まされており、特にモスクの混雑が大気汚染や細菌の拡散に繋がるラッシュアワーや、不愉快な臭気や祈願時の不快な状態など、ほとんどのモスクでは、モスクをよく換気する十分な窓がない。
本稿では,天気や外気温を利用したスマートモスクドームのモデルを構築し,これらの問題を解決することを目的とする。
k Nearest NeighborsやDecision Treeといった機械学習アルゴリズムを使用して、ドームの開いた状態や閉じた状態を予測する。
この実験はサウジアラビアの預言者モスクで行われ、基本的には手動で動くドームが27基含まれている。
どちらの機械学習アルゴリズムも、異なる評価手法を用いてテストおよび評価を行った。
両アルゴリズムの結果を比較した結果, DTアルゴリズムの精度は98%, kNNアルゴリズムの精度は95%であった。
最後に,本研究の結果は有望であり,すべてのモスクが提案したモデルを用いてドームの自動制御に有効である。
関連論文リスト
- Movement Control of Smart Mosque's Domes using CSRNet and Fuzzy Logic Techniques [0.0]
本論文は,モスクに日光が入り込むのを許容し,新鮮な空気を保存するためのスマートドームモデルを提案する。
提案モデルでは,モスクの気象条件と過密率に基づいてドームの動きを制御する。
論文 参考訳（メタデータ） (2024-10-13T09:39:44Z) - MUSE: Machine Unlearning Six-Way Evaluation for Language Models [109.76505405962783]
言語モデル(LM)は、プライベートおよび著作権のあるコンテンツを含む大量のテキストデータに基づいて訓練される。
総合的な機械学習評価ベンチマークであるMUSEを提案する。
人気のある8つのアンラーニングアルゴリズムがハリー・ポッターの本やニュース記事をいかに効果的に解き放つかをベンチマークする。
論文 参考訳（メタデータ） (2024-07-08T23:47:29Z) - Hidden Markov Models with Random Restarts vs Boosting for Malware
Detection [5.414308305392762]
我々は、マルウェア検出の文脈において、強化されたHMM(AdaBoostを使用)と複数のランダム再起動で訓練されたHMMを比較した。
ランダムな再起動は、ブースティングと比較して驚くほどうまく機能します。
論文 参考訳（メタデータ） (2023-07-17T13:21:58Z) - Mispronunciation Detection of Basic Quranic Recitation Rules using Deep
Learning [0.0]
イスラム教では、読み手はタイウェド規則と呼ばれる一連の発音規則を適用して、クルランを引用しなければならない。
タジュウェドの教師の数は、現在、すべてのムスリムにとって毎日のリサイクリングの練習には不十分である。
本稿では,Mel-Frequency Cepstral Coefficient (MFCC) とLong Short-Term Memory (LSTM) ニューラルネットワークを組み合わせた時系列モデルを提案する。
論文 参考訳（メタデータ） (2023-05-10T19:31:25Z) - Quran Recitation Recognition using End-to-End Deep Learning [0.0]
クルランはイスラム教の聖典であり、その引用は宗教の重要な側面である。
聖クラーンの朗読が自動的に認められることは、その独特の規則のために難しい課題である。
本稿では,神聖クラーンの朗読を認識するための新しいエンド・ツー・エンド深層学習モデルを提案する。
論文 参考訳（メタデータ） (2023-05-10T18:40:01Z) - Lightning Fast Video Anomaly Detection via Adversarial Knowledge Distillation [106.42167050921718]
本稿では,ビデオ中の異常検出のための非常に高速なフレームレベルモデルを提案する。
複数の高精度なオブジェクトレベルの教師モデルから知識を抽出することで、異常を検出することを学ぶ。
提案モデルでは,これまで聞こえなかった1480 FPSの速度のため,速度と精度の最良のトレードオフを実現している。
論文 参考訳（メタデータ） (2022-11-28T17:50:19Z) - Increasing Students' Engagement to Reminder Emails Through Multi-Armed
Bandits [60.4933541247257]
本稿では,学生が週毎のメールリマインダーとどのように関わり,時間管理の習慣を構築するかについて,実世界の適応実験を行った。
適応実験にマルチアーマド・バンド(MAB)アルゴリズムを用いると、より良い結果が得られる可能性が高まる。
我々は、これらの適応アルゴリズムの問題点を強調します。例えば、大きな違いがない場合の腕の活用などです。
論文 参考訳（メタデータ） (2022-08-10T00:30:52Z) - On-board Volcanic Eruption Detection through CNNs and Satellite
Multispectral Imagery [59.442493247857755]
著者らは、最初のプロトタイプと、AIモデルが“ロード”される可能性の研究を提案している。
ケーススタディでは,早期に警報を発生させる方法として,火山噴火の検出について検討することにした。
2つの畳み込みニューラルネットワークが提案され、作成され、実際のハードウェア上でそれらを正しく実装する方法も示されている。
論文 参考訳（メタデータ） (2021-06-29T11:52:43Z) - Provably Robust Metric Learning [98.50580215125142]
既存のメトリクス学習アルゴリズムは、ユークリッド距離よりもロバストなメトリクスをもたらすことを示す。
対向摂動に対して頑健なマハラノビス距離を求めるための新しい距離学習アルゴリズムを提案する。
実験結果から,提案アルゴリズムは証明済みの堅牢な誤りと経験的堅牢な誤りの両方を改善した。
論文 参考訳（メタデータ） (2020-06-12T09:17:08Z) - Adversarial Online Learning with Changing Action Sets: Efficient
Algorithms with Approximate Regret Bounds [48.312484940846]
睡眠の専門家やバンドイットによるオンライン学習の問題を再考する。
各タイムステップにおいて、アルゴリズムが選択できるアクションのサブセットのみが利用可能である。
我々は、一般的な睡眠専門家/バンド問題に対して、アポキシマ-レグレット保証を提供するアルゴリズムを提供する。
論文 参考訳（メタデータ） (2020-03-07T02:13:21Z)
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。