論文の概要: Towards an Open Global Air Quality Monitoring Platform to Assess
Children's Exposure to Air Pollutants in the Light of COVID-19 Lockdowns
- arxiv url: http://arxiv.org/abs/2103.12505v1
- Date: Wed, 17 Mar 2021 16:02:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-05 01:05:10.458837
- Title: Towards an Open Global Air Quality Monitoring Platform to Assess
Children's Exposure to Air Pollutants in the Light of COVID-19 Lockdowns
- Title（参考訳）: 新型コロナウイルス(covid-19)のロックダウンにともなう小児の大気汚染物質に対する曝露評価のためのグローバル大気質モニタリングプラットフォーム
- Authors: Christina Last, Prithviraj Pramanik, Nikita Saini, Akash Smaran
Majety, Do-Hyung Kim, Manuel Garc\'ia-Herranz, Subhabrata Majumdar
- Abstract要約: 新型コロナウイルス(covid-19)のパンデミックを受けて、世界中の空気の質が大幅に変動する原因となる適切なモデルがないことにモチベーションがあります。
仮想的なミートアップとオンラインプレゼンテーションの組み合わせを通じて洞察を生み出すために、機関の要求に従って初期モデルを作成します。
- 参考スコア（独自算出の注目度）: 4.091812068034533
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This ongoing work attempts to understand and address the requirements of
UNICEF, a leading organization working in children's welfare, where they aim to
tackle the problem of air quality for children at a global level. We are
motivated by the lack of a proper model to account for heavily fluctuating air
quality levels across the world in the wake of the COVID-19 pandemic, leading
to uncertainty among public health professionals on the exact levels of
children's exposure to air pollutants. We create an initial model as per the
agency's requirement to generate insights through a combination of virtual
meetups and online presentations. Our research team comprised of UNICEF's
researchers and a group of volunteer data scientists. The presentations were
delivered to a number of scientists and domain experts from UNICEF and
community champions working with open data. We highlight their feedback and
possible avenues to develop this research further.
- Abstract（参考訳）: この継続的な研究は、子ども福祉に携わる指導的組織であるUNICEFの要件を理解し、対処することを目的としており、国際レベルでの子どもの空気質の問題に取り組むことを目的としている。
新型コロナウイルス(COVID-19)のパンデミックを受けて、世界中の空気質の高度変動を考慮に入れた適切なモデルが欠如していることが、公衆衛生の専門家の間で、子どもの大気汚染物質への接触の正確なレベルに関する不確実性につながっている。
仮想的なミートアップとオンラインプレゼンテーションの組み合わせを通じて洞察を生み出すために、機関の要求に従って初期モデルを作成します。
研究チームはUNICEFの研究者とボランティアデータサイエンティストのグループで構成されました。
プレゼンテーションはunicefの多くの科学者やドメインの専門家、オープンデータを扱うコミュニティチャンピオンに配信された。
我々は、この研究をさらに発展させるための彼らのフィードバックと可能性について強調する。
関連論文リスト
- Causal Representation Learning in Temporal Data via Single-Parent Decoding [66.34294989334728]
科学的研究はしばしば、システム内の高レベル変数の根底にある因果構造を理解しようとする。
科学者は通常、地理的に分布した温度測定などの低レベルの測定を収集する。
そこで本研究では,単一親の復号化による因果発見法を提案し,その上で下位の潜伏者と因果グラフを同時に学習する。
論文 参考訳（メタデータ） (2024-10-09T15:57:50Z) - DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。
8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。
従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
論文 参考訳（メタデータ） (2024-06-10T20:08:44Z) - Participatory Action for Citizens' Engagement to Develop a
Pro-Environmental Research Application [5.154521998635772]
ポーランドのスモッグに最も影響された地域の住民を対象に,参加型調査,芸術,デザイン活動を行った。
参加型研究イベントは生態学のテーマを中心に行われ、環境保護的行動に関するフィールド研究を行うためのアプリケーションの設計に役立った。
このアプリケーションは、ヨーロッパで最も密集した大気汚染センサーネットワークから大気質データを収集し、アプリ内の大気汚染の兆候を局所的なセンサーデータと整合させる。
論文 参考訳（メタデータ） (2022-07-08T12:20:45Z) - Climate Change & Computer Audition: A Call to Action and Overview on
Audio Intelligence to Help Save the Planet [98.97255654573662]
この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。
我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
論文 参考訳（メタデータ） (2022-03-10T13:32:31Z) - The State of Aerial Surveillance: A Survey [62.198765910573556]
本稿では、コンピュータビジョンとパターン認識の観点から、人間中心の空中監視タスクの概要を概観する。
主な対象は、単体または複数の被験者が検出され、特定され、追跡され、再同定され、その振る舞いが分析される人間である。
論文 参考訳（メタデータ） (2022-01-09T20:13:27Z) - AirSPEC: An IoT-empowered Air Quality Monitoring System integrated with
a Machine Learning Framework to Detect and Predict defined Air Quality
parameters [0.0]
機械学習モデルにより実装が容易で、セマンティックに配布され、権限を与える新しいモノのインターネットフレームワークが提案されている。
提案システムは,一次センサデータを処理,可視化,保存するNodeREDダッシュボードを備えている。
ダッシュボードは、時間的および地理空間的な空気質予測を得るために、機械学習モデルと統合されている。
論文 参考訳（メタデータ） (2021-11-28T12:13:30Z) - Using NASA Satellite Data Sources and Geometric Deep Learning to Uncover
Hidden Patterns in COVID-19 Clinical Severity [2.674111148591461]
我々は、エアロゾル光学深度(AOD)、温度、相対湿度に関するNASAの衛星データセットを、まだ広くは公開していない。
新型コロナウイルスのバイオサーベイランスにおけるこれらの新しいデータの有用性について論じる。
論文 参考訳（メタデータ） (2021-10-21T01:48:59Z) - MOAI: A methodology for evaluating the impact of indoor airflow in the
transmission of COVID-19 [37.38767180122748]
疫学モデルは新型コロナウイルスのパンデミックの理解と対応に重要な役割を果たしている。
本稿では,所定の設定におけるユーザのリスクを評価するモデルを提案する。
次に,あるユーザに対する時間的リスク露光を評価するために,モデルに時間的追加を提案する。
論文 参考訳（メタデータ） (2021-03-31T14:06:09Z) - COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data
for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。
肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文 参考訳（メタデータ） (2021-03-18T03:31:33Z) - Federated Learning in the Sky: Aerial-Ground Air Quality Sensing
Framework with UAV Swarms [53.38353133198842]
空気質は人間の健康に大きく影響し、空気質指数(AQI)の正確かつタイムリーな予測がますます重要になっている。
本稿では, 精密な3次元空気質モニタリングと予測を行うための, 新たなフェデレーション学習型地上空気質検知フレームワークを提案する。
地中センシングシステムでは, グラフ畳み込みニューラルネットワークを用いたLong Short-Term Memory (GC-LSTM) モデルを提案し, 高精度, リアルタイム, 将来的なAQI推論を実現する。
論文 参考訳（メタデータ） (2020-07-23T13:32:47Z) - Visualising COVID-19 Research [4.664989082015335]
そこで我々は,新しいテーマベース可視化手法を開発した。
大規模なコーパスの高度なデータモデリング、情報マッピング、トレンド分析を組み合わせる。
トップダウンでボトムアップのブラウジングと検索インターフェースを提供し、トピックや研究リソースを素早く発見する。
論文 参考訳（メタデータ） (2020-05-13T15:45:14Z)
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。