論文の概要: Automated Environmental Compliance Monitoring with IoT and Open Government Data

• arxiv url: http://arxiv.org/abs/2010.11945v1
• Date: Wed, 21 Oct 2020 18:13:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-28 03:01:57.143108
• Title: Automated Environmental Compliance Monitoring with IoT and Open Government Data
• Title（参考訳）: iotとオープン政府データによる環境コンプライアンスの自動監視
• Authors: Lizaveta Miasayedava, Keegan McBride, Jeffrey Andrew Tuhtan
• Abstract要約: 自動IoTベースの eflows コンプライアンスシステムの開発を促進するために,IoT 生成したオープン政府データをいかに活用できるかを示す。 エストニアの国有河川モニタリングネットワークからの公開政府データを用いて,本システムの現実的な応用を実証する。
• 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: Negative environmental impacts on societies and ecosystems are frequently driven by human activity and amplified by increasing climatic variability. Properly managing these impacts relies on a government's ability to ensure environmental regulatory compliance in the face of increasing uncertainty. Water flow rates are the most widely used evaluation metric for river regulatory compliance. Specifically, compliance thresholds are set by calculating the minimum flow rates required by aquatic species such as fish. These are then designated as the minimum "environmental flows" (eflows) for each river. In this paper, we explore how IoT-generated open government data can be used to enhance the development of an automated IoT-based eflows compliance system. To reduce development and operational costs, the proposed solution relies on routinely collected river monitoring data. Our approach allows for any authority with similar data to rapidly develop, test and verify a scalable solution for eflow regulatory compliance monitoring and evaluation. Furthermore, we demonstrate a real-world application of our system using open government data from Estonia's national river monitoring network. The main novelty of this work is that the proposed IoT-based system provides a simple evaluation tool that re-purposes IoT-generated open government data to evaluate compliance and improve monitoring at a national scale. This work showcases a new paradigm of IoT-based solutions using open government data and provides a real-world example of how the solution can automatically evaluate environmental compliance in increasingly uncertain environments.
• Abstract（参考訳）: 社会や生態系に対するネガティブな環境影響は、しばしば人間の活動によって引き起こされ、気候変動の増大によって増幅される。 これらの影響を適切に管理するには、不確実性の増加に直面した環境規制の遵守を保証する政府の能力に依存する。 水流量は河川規制コンプライアンスの最も広く使われている評価基準である。 具体的には、魚類等の水生生物が必要とする最小流量を計算することでコンプライアンスしきい値を設定する。 次に、これらは各河川の最小の「環境流れ」 (Eflow) に指定される。 本稿では,IoT ベースの eflows コンプライアンスシステムを開発する上で,IoT 生成したオープン政府データをいかに活用できるかを検討する。 開発と運用のコストを削減するため,提案手法は定期的に収集された河川モニタリングデータに依存する。 当社のアプローチでは,eflow規制コンプライアンス監視および評価のためのスケーラブルなソリューションを迅速に開発,テスト,検証することが可能です。 さらに,エストニアの河川モニタリングネットワークからの公開政府データを用いた実世界のシステム応用を実証した。 この研究の主な特徴は、提案されたIoTベースのシステムは、IoT生成したオープン政府データを再利用してコンプライアンスを評価し、全国規模の監視を改善するシンプルな評価ツールを提供することだ。 この研究は、オープンな政府データを使ったIoTベースのソリューションの新しいパラダイムを示し、このソリューションがますます不確実な環境における環境コンプライアンスを自動的に評価できる実例を提供する。

関連論文リスト

• Towards A Comprehensive Assessment of AI's Environmental Impact [0.5982922468400899]
  機械学習に対する最近の関心の高まりは、AI/MLの大規模採用に拍車をかけた。 ライフサイクルを通じて、AI/MLから環境への影響と劣化を監視するフレームワークが必要である。 本研究では、オープンなエネルギーデータとグローバルに取得した衛星観測を用いて、データセンター周辺におけるAIの多面的影響に関連する環境変数を追跡する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-22T21:19:35Z)
• 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)
• Deep Reinforcement Multi-agent Learning framework for Information Gathering with Local Gaussian Processes for Water Monitoring [3.2266662249755025]
  局所ガウス過程と深層強化学習を用いて効果的なモニタリングポリシを共同で取得することが提案されている。 このモデルの平均と分散の観察に基づく決定に基づく、深い畳み込み政策が提案されている。 エージェントはDouble Deep Q-Learningアルゴリズムを用いて、安全な方法で推定誤差を最小限に抑えるように訓練される。
  論文  参考訳（メタデータ） (2024-01-09T15:58:15Z)
• EnvGuard: Guaranteeing Environment-Centric Safety and Security Properties in Web of Things [5.523305571662793]
  Web of Things(WoT)技術は、様々なWoTアプリケーションが環境を自動的に感知し、規制することを可能にする。 違反識別に関する既存の研究は、主に自動化されたアプリケーションの分析に焦点を当てている。 我々は、WoT環境におけるプロパティのカスタマイズ、違反識別、解決実行のための環境中心のアプローチであるEnvGuardを紹介する。
  論文  参考訳（メタデータ） (2023-12-06T09:15:52Z)
• A Requirements-Driven Platform for Validating Field Operations of Small Uncrewed Aerial Vehicles [48.67061953896227]
  DroneReqValidator (DRV)は、sUAS開発者が運用コンテキストを定義し、複数のsUASミッション要件を設定し、安全性特性を指定し、独自のsUASアプリケーションを高忠実な3D環境にデプロイすることを可能にする。 DRVモニタリングシステムは、sUASと環境からランタイムデータを収集し、安全特性のコンプライアンスを分析し、違反をキャプチャする。
  論文  参考訳（メタデータ） (2023-07-01T02:03:49Z)
• A Safe Genetic Algorithm Approach for Energy Efficient Federated Learning in Wireless Communication Networks [53.561797148529664]
  フェデレートラーニング(FL)は、従来の集中型アプローチとは対照的に、デバイスが協調的にモデルトレーニングを行う分散技術として登場した。 FLの既存の取り組みにもかかわらず、その環境影響は、無線ネットワークへの適用性に関するいくつかの重要な課題が特定されているため、まだ調査中である。 現在の研究は遺伝的アルゴリズム(GA)アプローチを提案しており、FLプロセス全体のエネルギー消費と不要な資源利用の両方を最小化することを目標としている。
  論文  参考訳（メタデータ） (2023-06-25T13:10:38Z)
• Imputation of Missing Streamflow Data at Multiple Gauging Stations in Benin Republic [1.9173188470245428]
  本研究は,GEOGloWS ECMWFストリームフローサービス予測のバイアス補正により,ストリームフロー時系列データを再構成する。 テスト期間中に,GESS予測に有意な偏りがあり,ベニナ10駅での予測能力の低下が示唆された。 本研究の成果は,グローバルなGESSストリームフローデータを早期警戒型意思決定システムに統合するための基盤となる。
  論文  参考訳（メタデータ） (2022-11-17T22:44:13Z)
• Evaluating Short-Term Forecasting of Multiple Time Series in IoT Environments [67.24598072875744]
  IoT(Internet of Things)環境は、多数のIoT対応センシングデバイスを介して監視される。 この問題を緩和するため、センサーは比較的低いサンプリング周波数で動作するように設定されることが多い。 これは、予測などの後続の意思決定を劇的に妨げる可能性がある。
  論文  参考訳（メタデータ） (2022-06-15T19:46:59Z)
• Power and accountability in reinforcement learning applications to environmental policy [0.0]
  強化学習(Reinforcement Learning, RL)は、どちらも最大の約束を持ち、最も迫る危険を提示する。 本稿では,RLによる政策が環境領域における既存の電力関係にどのように影響するかを考察する。
  論文  参考訳（メタデータ） (2022-05-22T19:31:37Z)
• Reinforcement Learning for Minimizing Age of Information in Real-time Internet of Things Systems with Realistic Physical Dynamics [158.67956699843168]
  本稿では,インターネット・オブ・モノ(IoT)デバイスにおける情報量(AoI)と総エネルギー消費の重み付けを最小化する問題について検討する。 サンプリングポリシを最適化するために,分散強化学習手法を提案する。 PM 2.5公害の実データを用いたシミュレーションでは、提案アルゴリズムがAoIの合計を最大17.8%および33.9%削減できることが示された。
  論文  参考訳（メタデータ） (2021-04-04T03:17:26Z)
• Towards AIOps in Edge Computing Environments [60.27785717687999]
  本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。 高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
  論文  参考訳（メタデータ） (2021-02-12T09:33:00Z)

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。