Fugu-MT 論文翻訳(概要): RaspberryPI for mosquito neutralization by power laser

論文の概要: RaspberryPI for mosquito neutralization by power laser

arxiv url: http://arxiv.org/abs/2105.14190v1
Date: Thu, 20 May 2021 01:38:45 GMT
ステータス: 処理完了
システム内更新日: 2021-06-06 09:58:29.540404
Title: RaspberryPI for mosquito neutralization by power laser
Title（参考訳）: パワーレーザーによる蚊中和用RaspberryPI
Authors: R. Ildar
Abstract要約: 我々は、レーザの向きをガルバノメーターで変化させるRaspberry Piを用いたレーザーインストレーションを開発した。この装置の実装には、マイクロコントローラをベースとして、無人航空機の一部としての使用を推奨する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this article for the first time, comprehensive studies of mosquito neutralization using machine vision and a 1 W power laser are considered. Developed laser installation with Raspberry Pi that changing the direction of the laser with a galvanometer. We developed a program for mosquito tracking in real. The possibility of using deep neural networks, Haar cascades, machine learning for mosquito recognition was considered. We considered in detail the classification problems of mosquitoes in images. A recommendation is given for the implementation of this device based on a microcontroller for subsequent use as part of an unmanned aerial vehicle. Any harmful insects in the fields can be used as objects for control.
Abstract（参考訳）: 本稿では,マシンビジョンと1wパワーレーザーを用いた蚊の中立化に関する包括的研究を初めて検討する。レーザーの向きをガルバノメーターで変化させるRaspberry Piによるレーザーインストレーションを開発した。我々は蚊追跡プログラムを実際に開発した。深層ニューラルネットワーク,haarカスケード,機械学習を用いた蚊認識の可能性を検討した。画像中の蚊の分類問題を詳細に検討した。マイクロコントローラに基づく装置の実装については、その後の無人航空機の一部としての使用を推奨する。フィールド内の有害な昆虫は、制御対象として使用できる。

関連論文リスト

Sensor Deprivation Attacks for Stealthy UAV Manipulation [51.9034385791934]
無人航空機は最先端の制御アルゴリズムを用いて自律的にタスクを実行する。本稿では,マルチパートを提案する。センサー分離攻撃 (Sensor Deprivation Attacks, SDA) - 極秘に影響を及ぼす攻撃。センサーのリコンフィグレーションによるプロセス制御
論文参考訳（メタデータ） (2024-10-14T23:03:58Z)
Acoustic Identification of Ae. aegypti Mosquitoes using Smartphone Apps and Residual Convolutional Neural Networks [0.8808021343665321]
我々は,Aedes aegypti 蚊の増殖に対する住民の意識を高めるために,低コストでデプロイが容易なスマートフォンアプリを提案する。このようなスマートフォンアプリを開発するのは、さまざまな理由から難しい。スマートフォンのリソースを使って捕獲できる機能に基づいて蚊を識別するために必要な、成熟度の高い技術などだ。
論文参考訳（メタデータ） (2023-06-16T13:41:01Z)
mAedesID: Android Application for Aedes Mosquito Species Identification using Convolutional Neural Network [0.0]
Aedes 蚊ベクターの拡散を減らしてデング病を抑えることが重要である。コミュニティの意識は、エイデスのプログラムを確実に制御し、コミュニティに活発な参加を促すために、厳しい役割を担っている。深層学習畳み込みニューラルネットワーク (CNN) アルゴリズムを用いて, Aedes の蚊種を特定するモバイルアプリケーション mAedesID を開発した。
論文参考訳（メタデータ） (2023-05-02T14:20:13Z)
An Empirical Study of Adder Neural Networks for Object Detection [67.64041181937624]
加算ニューラルネットワーク(AdderNets)は、追加操作のみを伴う画像分類において、優れたパフォーマンスを示している。本稿では,オブジェクト検出のためのAdderNetsを実証研究する。
論文参考訳（メタデータ） (2021-12-27T11:03:13Z)
CNN-based Omnidirectional Object Detection for HermesBot Autonomous Delivery Robot with Preliminary Frame Classification [53.56290185900837]
予備的バイナリフレーム分類を用いた物体検出のためのニューラルネットワークの最適化アルゴリズムを提案する。周囲に6台のローリングシャッターカメラを備えた自律移動ロボットを360度視野として実験装置として使用した。
論文参考訳（メタデータ） (2021-10-22T15:05:37Z)
Invertible Surrogate Models: Joint surrogate modelling and reconstruction of Laser-Wakefield Acceleration by invertible neural networks [55.41644538483948]
可逆ニューラルネットワークは、機械学習の最近の技術である。我々は、レーザープラズマ加速器(iLWFA)に関わる物理学の複雑な前方シミュレーションを近似する可逆サロゲートモデルを導入する。
論文参考訳（メタデータ） (2021-06-01T12:26:10Z)
Detect caterpillar, grasshopper, aphid and simulation program for neutralizing them by laser [0.0]
この写本は害虫駆除の新しい方法を提示する。我々は害虫検出にニューラルネットワークを用い,その中和に強力なレーザー装置(5W)を開発した。
論文参考訳（メタデータ） (2021-04-22T05:02:27Z)
Automatic glissade determination through a mathematical model in electrooculographic records [58.720142291102135]
グリサドのオーバーシュートは、グリサドとして知られる望ましくないタイプの運動によって特徴づけられる。本稿では,特定のサッケードにグルーサードが付加されているかどうかを判定する手法を開発する。機械学習アルゴリズムは訓練され、この種の眼球運動の存在の有無の期待される応答が返されます。
論文参考訳（メタデータ） (2021-04-19T17:56:55Z)
Perceiving Traffic from Aerial Images [86.994032967469]
本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
論文参考訳（メタデータ） (2020-09-16T11:37:43Z)
Automatic Detection of Aedes aegypti Breeding Grounds Based on Deep Networks with Spatio-Temporal Consistency [2.4858193569899907]
Aedes aegypti 蚊はデングジカ、チクングニャ、都市部の黄熱といった病気に感染する。これらの病気に対処するための主要な形態は、蚊の繁殖地を探し、排除することで蚊の繁殖を避けることである。本研究では,蚊の繁殖場所を含む無人航空機で取得した航空映像の包括的データセットを紹介する。
論文参考訳（メタデータ） (2020-07-29T14:30:54Z)
Automating the Surveillance of Mosquito Vectors from Trapped Specimens Using Computer Vision Techniques [2.9822608774312327]
Aedes aegypti と Anopheles Stephensi の蚊(どちらも致命的なベクター)について研究した。 Inception-ResNet V2とTransfer Learningに基づくCNNモデルは、蚊の分類において全体の80%の精度を得た。特に,Aedes aegypti と Anopheles stephensi の分類の精度が最も高い。
論文参考訳（メタデータ） (2020-05-25T15:58:27Z)

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。