論文の概要: Machine Learning and Soil Humidity Sensing: Signal Strength Approach

• arxiv url: http://arxiv.org/abs/2011.08273v1
• Date: Mon, 16 Nov 2020 21:00:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-25 01:18:01.201773
• Title: Machine Learning and Soil Humidity Sensing: Signal Strength Approach
• Title（参考訳）: 機械学習と土壌湿度センシング:信号強度アプローチ
• Authors: Lea Duji\'c Rodi\'c, Tomislav \v{Z}upanovi\'c, Toni Perkovi\'c, and Petar \v{S}oli\'c (Corresponding Author, University of Split, Croatia), Joel J. P. C. Rodrigues (Federal University of Piau\'i (UFPI), Teresina - PI, Brazil and Instituto de Telecomunica\c{c}\~oes, Portugal)
• Abstract要約: 既存のソリューションは、感知されたデータを無線チャネルを介して送信する、空腹/露光センサーから受信したデータに基づいています。 本研究は, 深層学習技術を用いた湿度センサを実現する, 低コストで低消費電力なLoRaシステムの概念を探求する。
• 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: The IoT vision of ubiquitous and pervasive computing gives rise to future smart irrigation systems comprising physical and digital world. Smart irrigation ecosystem combined with Machine Learning can provide solutions that successfully solve the soil humidity sensing task in order to ensure optimal water usage. Existing solutions are based on data received from the power hungry/expensive sensors that are transmitting the sensed data over the wireless channel. Over time, the systems become difficult to maintain, especially in remote areas due to the battery replacement issues with large number of devices. Therefore, a novel solution must provide an alternative, cost and energy effective device that has unique advantage over the existing solutions. This work explores a concept of a novel, low-power, LoRa-based, cost-effective system which achieves humidity sensing using Deep learning techniques that can be employed to sense soil humidity with the high accuracy simply by measuring signal strength of the given underground beacon device.
• Abstract（参考訳）: ユビキタスで広く普及するコンピューティングのiotビジョンは、物理世界とデジタル世界からなる未来のスマート灌水システムを生み出します。 機械学習と組み合わせることで、最適な水利用を確保するために土壌の湿度検知タスクをうまく解決するソリューションを提供することができる。 既存のソリューションは、感知されたデータを無線チャネルを介して送信する、空腹/露光センサーから受信したデータに基づいています。 時間が経つにつれて、多くのデバイスでバッテリー交換の問題があるため、特に遠隔地ではシステムのメンテナンスが難しくなっている。 したがって、新しいソリューションは、既存のソリューションに特有の利点を持つ代替、コスト、エネルギー効率のよいデバイスを提供する必要がある。 本研究は, 地中ビーコン装置の信号強度を簡易に測定することにより, 土壌湿度を高精度に検出する深層学習技術を用いて, 湿度センシングを実現する新しい低消費電力ロラに基づく費用効率システムの概念を検討するものである。

関連論文リスト

• Towards an Autonomous Surface Vehicle Prototype for Artificial Intelligence Applications of Water Quality Monitoring [68.41400824104953]
  本稿では,人工知能アルゴリズムの利用と水質モニタリングのための高感度センシング技術に対処する車両プロトタイプを提案する。 車両には水質パラメータと水深を測定するための高品質なセンサーが装備されている。 ステレオカメラにより、実際の環境でのマクロプラスチックの検出と検出も可能である。
  論文  参考訳（メタデータ） (2024-10-08T10:35:32Z)
• Data Optimisation of Machine Learning Models for Smart Irrigation in Urban Parks [3.568617847600189]
  本稿では,SIMPaCTシステムにおける広帯域センサネットワークの効率向上のための2つの新しい手法を提案する。 第1の方法は、欠落したセンサーからの読み出しを推定し、連続的かつ信頼性の高いデータを保証する。 第2の方法は、ロボットシステムを使用して、異なるセンサー位置からのシーケンシャルなデータ収集を含む。
  論文  参考訳（メタデータ） (2024-10-03T09:42:16Z)
• Progress in artificial intelligence applications based on the combination of self-driven sensors and deep learning [6.117706409613191]
  Wang Zhong linと彼のチームは、マックスウェル変位電流を駆動力として、機械的刺激を直接電気信号に変換する三誘電体ナノジェネレータ(TENG)を発明した。 本稿では,優れた音声認識能力を有するTENGのインテリジェントな音響監視・認識システムについて述べる。
  論文  参考訳（メタデータ） (2024-01-30T08:53:54Z)
• AI-Based Energy Transportation Safety: Pipeline Radial Threat Estimation Using Intelligent Sensing System [52.93806509364342]
  本稿では,分散光ファイバーセンシング技術に基づくエネルギーパイプラインの放射状脅威推定手法を提案する。 本稿では,包括的信号特徴抽出のための連続的マルチビュー・マルチドメイン機能融合手法を提案する。 本研究では,事前学習モデルによる伝達学習の概念を取り入れ,認識精度と学習効率の両立を図る。
  論文  参考訳（メタデータ） (2023-12-18T12:37:35Z)
• Random resistive memory-based deep extreme point learning machine for unified visual processing [67.51600474104171]
  ハードウェア・ソフトウェア共同設計型, ランダム抵抗型メモリベース深部極点学習マシン(DEPLM)を提案する。 我々の共同設計システムは,従来のシステムと比較して,エネルギー効率の大幅な向上とトレーニングコストの削減を実現している。
  論文  参考訳（メタデータ） (2023-12-14T09:46:16Z)
• Adaptive Resource Allocation for Virtualized Base Stations in O-RAN with Online Learning [60.17407932691429]
  基地局(vBS)を備えたオープンラジオアクセスネットワークシステムは、柔軟性の向上、コスト削減、ベンダーの多様性、相互運用性のメリットを提供する。 本研究では,予期せぬ「混み合う」環境下であっても,効率的なスループットとvBSエネルギー消費のバランスをとるオンライン学習アルゴリズムを提案する。 提案手法は, 課題のある環境においても, 平均最適性ギャップをゼロにすることで, サブ線形後悔を実現する。
  論文  参考訳（メタデータ） (2023-09-04T17:30:21Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Pervasive Machine Learning for Smart Radio Environments Enabled by Reconfigurable Intelligent Surfaces [56.35676570414731]
  Reconfigurable Intelligent Surfaces(RIS)の新たな技術は、スマート無線環境の実現手段として準備されている。 RISは、無線媒体上の電磁信号の伝搬を動的に制御するための、高度にスケーラブルで低コストで、ハードウェア効率が高く、ほぼエネルギーニュートラルなソリューションを提供する。 このような再構成可能な無線環境におけるRISの密配置に関する大きな課題の1つは、複数の準曲面の効率的な構成である。
  論文  参考訳（メタデータ） (2022-05-08T06:21:33Z)
• An artificial intelligence and Internet of things based automated irrigation system [8.283810659689589]
  モノのインターネット(IoT)デバイスは、あらゆる領域で使われ始めている。 灌水に関する操作と決定は、ほとんどが人々によって行われます。 IoTデバイスやセンサから収集されたデータは、通信チャネル経由で送信され、MongoDBに格納される。
  論文  参考訳（メタデータ） (2021-04-01T21:05:26Z)
• Smart Irrigation IoT Solution using Transfer Learning for Neural Networks [0.0]
  本稿では,既存のベクター回帰の代替手法と比較して,ニューラルネットワークの性能を示す。 そこで我々は,IoTエッジデバイスにおけるニューラルネットワークの処理能力を低減するために,トランスファーラーニング(transfer learning)を提案する。 提案したIoTアーキテクチャは、スマート灌水のための完全なソリューションである。
  論文  参考訳（メタデータ） (2020-09-27T05:31:19Z)
• IoT and Neural Network-Based Water Pumping Control System For Smart Irrigation [0.0]
  本稿では,センサセットとMLP(Multi-Layer Perceptron)ニューラルネットワークをベースとしたモノのインターネット(IoT)を用いた灌水プロセスにおいて,無駄な水を節約することを目的とする。 開発されたシステムは、Arduinoボードを使用してセンサーデータを処理し、水ポンプを自動的に制御する。
  論文  参考訳（メタデータ） (2020-05-08T16:51:26Z)

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。