論文の概要: Crowd Size using CommSense Instrument for COVID-19 Echo Period

• arxiv url: http://arxiv.org/abs/2011.14775v1
• Date: Tue, 20 Oct 2020 12:22:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-28 05:14:58.493798
• Title: Crowd Size using CommSense Instrument for COVID-19 Echo Period
• Title（参考訳）: Comsense Instrument を用いた新型コロナウイルスのエコー時代の群衆サイズ
• Authors: Santu Sardar, Amit K. Mishra and Mohammed Z. A. Khan
• Abstract要約: 本稿では,屋外環境におけるクラウドサイズ推定のための非侵襲的で受動的で費用対効果の高いソリューションを提案し,評価する。 提案システムは、LTE通信インフラベースの環境センシングやLTE-CommSenseと呼ぶ。
• 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 period after the COVID-19 wave is called the Echo-period. Estimation of crowd size in an outdoor environment is essential in the Echo-period. Making a simple and flexible working system for the same is the need of the hour. This article proposes and evaluates a non-intrusive, passive, and costeffective solution for crowd size estimation in an outdoor environment. We call the proposed system as LTE communication infrastructure based environment sensing or LTE-CommSense. This system does not need any active signal transmission as it uses LTE transmitted signal. So, this is a power-efficient, simple low footprint device. Importantly, the personal identity of the people in the crowd can not be obtained using this method. First, the system uses practical data to determine whether the outdoor environment is empty or not. If not, it tries to estimate the number of people occupying the near range locality. Performance evaluation with practical data confirms the feasibility of this proposed approach.
• Abstract（参考訳）: COVID-19以降の期間をエコー時代と呼ぶ。 屋外環境における群集サイズの推定はエコー周期において不可欠である。 同じ目的でシンプルで柔軟な作業システムを構築するには、時間が必要です。 本稿では,屋外環境における群集サイズ推定のための非インタラクティブでパッシブで費用対効果の高い解を提案し,評価する。 提案システムは、LTE通信インフラベースの環境センシングやLTE-CommSenseと呼ぶ。 このシステムはLTE伝送信号を使用するため、アクティブな信号伝送を必要としない。 これは電力効率が良く、低フットプリントのデバイスです。 重要なのは、この方法では、群衆の個人的アイデンティティが得られないことだ。 まず,屋外環境が空であるか否かを,実測データを用いて判断する。 もしそうでなければ、近距離地域を占める人の数を推定しようとする。 実データによる性能評価は,提案手法の有効性を裏付けるものである。

関連論文リスト

• TimeSense: Multi-Person Device-free Indoor Localization via RTT [1.7667202894248826]
  TimeSense(タイムセンス)はIEEE 802.11-2016標準に基づくデバイスフリーの屋内ローカライズシステムである。 TimeSenseは1.57mと2.65mの中央値のローカライゼーション精度を達成している。 これは2つのテストベッドで、最先端のテクニックのパフォーマンスを49%、そして103%上回る。
  論文  参考訳（メタデータ） (2024-08-17T13:12:33Z)
• System-2 Recommenders: Disentangling Utility and Engagement in Recommendation Systems via Temporal Point-Processes [80.97898201876592]
  本稿では,過去のコンテンツインタラクションが,自己興奮型ホークスプロセスに基づくユーザの到着率に影響を及ぼす生成モデルを提案する。 そこで本研究では,システム1とシステム2のアンタングルを解消し,ユーザ利用によるコンテンツ最適化を可能にすることを解析的に示す。
  論文  参考訳（メタデータ） (2024-05-29T18:19:37Z)
• Device-Free Human State Estimation using UWB Multi-Static Radios [9.097545017048446]
  本研究では,特定のデバイスを携帯する必要なしに,屋内環境の人々の位置,活動,さらには活動も推定できる状態推定フレームワークを提案する。 この「デバイスフリー」なローカライゼーションを実現するために、関心のある環境に分散した安価なUWB(Ultra-Wide Band)センサーを少数使用した。
  論文  参考訳（メタデータ） (2023-12-26T05:51:22Z)
• Collaborative Learning with a Drone Orchestrator [79.75113006257872]
  インテリジェントな無線デバイス群は、ドローンの助けを借りて共有ニューラルネットワークモデルを訓練する。 提案したフレームワークは,トレーニングの大幅な高速化を実現し,ドローンホバリング時間の平均24%と87%の削減を実現している。
  論文  参考訳（メタデータ） (2023-03-03T23:46:25Z)
• User-aware WLAN Transmit Power Control in the Wild [11.221798523439045]
  本論文は,何千人もの日次ユーザを対象とした実運用ネットワークにおけるユーザ認識型送電制御システムの評価を初めて行ったものである。 最先端のソリューションと比較して、新しいシステムは、空調干渉を同時に減少させながら、中央の信号強度を15dBm向上させることができる。 これは、端末の協調が欠如しているため、5dBmのアップリンク信号の減少という安価なコストが伴う。
  論文  参考訳（メタデータ） (2023-02-21T13:51:05Z)
• Floor Map Reconstruction Through Radio Sensing and Learning By a Large Intelligent Surface [46.593612138308096]
  本稿では,大規模インテリジェントサーフェスで得られた無線環境マップを,その周辺に散在する散乱体で構築された屋内環境のフロアプランに変換する新しい手法を提案する。 本研究では, 局所的およびグローバルな測定値を用いて, フロアプランを正しく再構築可能であることを示す。
  論文  参考訳（メタデータ） (2022-06-21T21:56:19Z)
• LocUNet: Fast Urban Positioning Using Radio Maps and Deep Learning [59.17191114000146]
  LocUNet: 基地局(BSs)からの受信信号強度(RSS)のみに基づく深層学習手法 提案手法では,BSsからのRSSを,クラウド上に存在する可能性のある中央処理ユニット(CPU)にローカライズする。 推定されたBSのパスロスラジオマップを用いて、LocUNetは最先端の精度でユーザをローカライズし、無線マップの不正確性に対して高い堅牢性を享受する。
  論文  参考訳（メタデータ） (2022-02-01T20:27:46Z)
• Discriminative Singular Spectrum Classifier with Applications on Bioacoustic Signal Recognition [67.4171845020675]
  分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。 タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。 提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
  論文  参考訳（メタデータ） (2021-03-18T11:01:21Z)
• Environment and Person Independent Activity Recognition with a Commodity IEEE 802.11ac Access Point [11.105005428148026]
  市販のIEEE 802.11ac(WiFi)デバイスを用いたヒト活動認識(HAR)のための独自のアプローチを提案する。 そこで我々は,WiFiチャネルのチャネル周波数応答(CFR)から受信した位相を抽出し,クリーン化し,処理する手法を開発した。 提案されたharフレームワークは、4つの異なるアクティビティを実行する際に収集されたデータに基づいてトレーニングされ、見えない設定でテストされる。 最悪のシナリオでは、提案されたHAR技術は95%以上の平均精度に達し、抽出されたドップラー情報の有効性を検証します。
  論文  参考訳（メタデータ） (2021-03-17T21:44:13Z)
• Temporal-Spatial Neural Filter: Direction Informed End-to-End Multi-channel Target Speech Separation [66.46123655365113]
  ターゲット音声分離とは、混合信号からターゲット話者の音声を抽出することを指す。 主な課題は、複雑な音響環境とリアルタイム処理の要件である。 複数話者混合から対象音声波形を直接推定する時間空間ニューラルフィルタを提案する。
  論文  参考訳（メタデータ） (2020-01-02T11:12:50Z)

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。