論文の概要: An artificial intelligence and Internet of things based automated irrigation system

• arxiv url: http://arxiv.org/abs/2104.04076v1
• Date: Thu, 1 Apr 2021 21:05:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-05 21:53:30.079680
• Title: An artificial intelligence and Internet of things based automated irrigation system
• Title（参考訳）: 人工知能とモノのインターネットによる自動灌水システム
• Authors: \"Omer Aydin, Cem Ali Kandemir, Umut Kira\c{c}, Feri\c{s}tah Dalkili\c{c}
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 8.283810659689589
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: It is not hard to see that the need for clean water is growing by considering the decrease of the water sources day by day in the world. Potable fresh water is also used for irrigation, so it should be planned to decrease freshwater wastage. With the development of technology and the availability of cheaper and more effective solutions, the efficiency of irrigation increased and the water loss can be reduced. In particular, Internet of things (IoT) devices has begun to be used in all areas. We can easily and precisely collect temperature, humidity and mineral values from the irrigation field with the IoT devices and sensors. Most of the operations and decisions about irrigation are carried out by people. For people, it is hard to have all the real-time data such as temperature, moisture and mineral levels in the decision-making process and make decisions by considering them. People usually make decisions with their experience. In this study, a wide range of information from the irrigation field was obtained by using IoT devices and sensors. Data collected from IoT devices and sensors sent via communication channels and stored on MongoDB. With the help of Weka software, the data was normalized and the normalized data was used as a learning set. As a result of the examinations, a decision tree (J48) algorithm with the highest accuracy was chosen and an artificial intelligence model was created. Decisions are used to manage operations such as starting, maintaining and stopping the irrigation. The accuracy of the decisions was evaluated and the irrigation system was tested with the results. There are options to manage, view the system remotely and manually and also see the system s decisions with the created mobile application.
• Abstract（参考訳）: 世界の水源の日々の減少を考慮すると、清浄な水の必要性が増していることがわかるのは困難ではない。 温水も灌水に利用されており、淡水排水の削減が計画されている。 技術の発展と、より安価で効率的なソリューションの提供により、灌水効率が向上し、水の損失を低減できる。 特にIoT(Internet of Things)デバイスは,すべての領域で使用され始めている。 iotデバイスとセンサを使用して、水田から温度、湿度、鉱物値を簡単かつ正確に収集することができる。 灌水に関する作業と決定のほとんどは、人々によって行われます。 人には、意思決定プロセスにおいて温度、水分、ミネラルレベルなどのリアルタイムデータをすべて保持し、それらを考慮して決定することは困難である。 人はたいてい自分の経験で決める。 本研究では,IoTデバイスとセンサを用いて,灌水分野からの幅広い情報を得た。 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。 wekaソフトウェアの助けを借りて、データは正規化され、正規化データは学習セットとして使用された。 その結果, 精度の高い決定木 (J48) アルゴリズムが選択され, 人工知能モデルが作成された。 作業の開始、維持、停止などの作業の管理には決定が用いられる。 判定の精度を評価し, 実験結果から灌水システムについて検討した。 リモートおよび手動でシステムを管理し、表示し、生成したモバイルアプリケーションでシステムsを決定するオプションもある。

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)
• Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
  水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。 近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
  論文  参考訳（メタデータ） (2024-10-08T00:25:33Z)
• IoT-based Route Recommendation for an Intelligent Waste Management System [61.04795047897888]
  本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。 我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
  論文  参考訳（メタデータ） (2022-01-01T12:36:22Z)
• Smart IoT-Biofloc water management system using Decision regression tree [0.0]
  バイオフロック技術は、従来の農業を高度なインフラに変え、バクテリアのバイオマスへと転換することで、余剰食品の利用を可能にする。 本稿では,センサからデータを収集し,データをクラウドに保存し,機械学習モデルを用いて水の状態を予測するシステムを紹介し,アンドロイドアプリによるリアルタイムモニタリングを行う。
  論文  参考訳（メタデータ） (2021-12-05T14:12:07Z)
• DeepTimeAnomalyViz: A Tool for Visualizing and Post-processing Deep Learning Anomaly Detection Results for Industrial Time-Series [88.12892448747291]
  DeTAVIZ インタフェースは Web ブラウザをベースとした可視化ツールで,特定の問題における DL ベースの異常検出の実現可能性の迅速な探索と評価を行う。 DeTAVIZを使えば、ユーザーは複数のポスト処理オプションを簡単かつ迅速に繰り返し、異なるモデルを比較することができ、選択したメトリックに対して手動で最適化できる。
  論文  参考訳（メタデータ） (2021-09-21T10:38:26Z)
• Towards a Multimodal System for Precision Agriculture using IoT and Machine Learning [0.5249805590164902]
  データ収集のためのIoT(Internet of Things)や、作物の損傷予測のための機械学習、作物の病気検出のためのディープラーニングといった技術が使用されている。 作物の被害予測には、ランダムフォレスト(RF)、光勾配昇降機(LGBM)、XGBoost(XGB)、決定木(DT)、K Nearest Neighbor(KNN)などのアルゴリズムが用いられている。 VGG16、Resnet50、DenseNet121といった事前学習された畳み込みニューラルネットワーク(CNN)モデルも、作物が何らかの病気で汚染されているかどうかを確認するために訓練されている。
  論文  参考訳（メタデータ） (2021-07-10T19:19:45Z)
• Domain and Modality Gaps for LiDAR-based Person Detection on Mobile Robots [91.01747068273666]
  本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。 実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。 その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
  論文  参考訳（メタデータ） (2021-06-21T16:35:49Z)
• Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
  オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。 このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。 その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
  論文  参考訳（メタデータ） (2021-02-02T15:44:39Z)
• Machine Learning and Soil Humidity Sensing: Signal Strength Approach [0.0]
  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。
  論文  参考訳（メタデータ） (2020-11-16T21:00:36Z)
• Detection of Anomalies and Faults in Industrial IoT Systems by Data Mining: Study of CHRIST Osmotron Water Purification System [15.06694204377327]
  本稿では, 工業用医薬品システム, 特に水質浄化システムについて述べる。 ほぼ全ての製薬会社は、その相互依存システムの一部として水質浄化ユニットを持っている。 エッジの欠陥の早期検出は、メンテナンスコストを大幅に削減し、安全性と出力品質を向上させる。
  論文  参考訳（メタデータ） (2020-09-08T11:31:43Z)
• 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。