論文の概要: Conflict Detection in IoT-based Smart Homes

• arxiv url: http://arxiv.org/abs/2107.13179v1
• Date: Wed, 28 Jul 2021 06:09:02 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-29 14:02:41.804664
• Title: Conflict Detection in IoT-based Smart Homes
• Title（参考訳）: IoTベースのスマートホームにおける競合検出
• Authors: Bing Huang, Hai Dong, Athman Bouguettaya
• Abstract要約: スマートホームにおける居住者とIoTサービス間のインタラクションの間に、衝突が発生する可能性がある。 本稿では,IoTサービスと環境エンティティの関係を表す汎用知識グラフを提案する。 プロファイルされた知識グラフを用いて潜在的な競合を検出するために競合検出アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 1.3320917259299654
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a novel framework that detects conflicts in IoT-based smart homes. Conflicts may arise during interactions between the resident and IoT services in smart homes. We propose a generic knowledge graph to represent the relations between IoT services and environment entities. We also profile a generic knowledge graph to a specific smart home setting based on the context information. We propose a conflict taxonomy to capture different types of conflicts in a single resident smart home setting. A conflict detection algorithm is proposed to identify potential conflicts using the profiled knowledge graph. We conduct a set of experiments on real datasets and synthesized datasets to validate the effectiveness and efficiency of our proposed approach.
• Abstract（参考訳）: 我々はIoTベースのスマートホームにおける競合を検出する新しいフレームワークを提案する。 スマートホームにおける居住者とIoTサービス間のインタラクションの間に、衝突が発生する可能性がある。 本稿では,IoTサービスと環境エンティティの関係を表す汎用知識グラフを提案する。 また、コンテキスト情報に基づいて、一般的な知識グラフを特定のスマートホーム設定にプロファイルする。 本研究では,単一居住家庭における様々な種類の紛争を捉えるための紛争分類法を提案する。 プロファイルナレッジグラフを用いて潜在的なコンフリクトを識別するためにコンフリクト検出アルゴリズムを提案する。 提案手法の有効性と有効性を検証するために,実データセットと合成データセットに関する一連の実験を行う。

関連論文リスト

• Heterogeneous Graph Neural Networks with Post-hoc Explanations for Multi-modal and Explainable Land Use Inference [11.753345219488745]
  本稿では、異種グラフニューラルネットワーク(HGN)と説明可能なAI技術を組み合わせた土地利用推定のための説明可能なフレームワークを提案する。 実験により、提案したHGNは6つの土地利用指標すべてに対して、ベースライングラフニューラルネットワークを著しく上回っていることが示された。 これらの分析は,提案したHGNが都市計画や政策立案において,都市利害関係者を適切に支援できることを示した。
  論文  参考訳（メタデータ） (2024-06-19T17:39:10Z)
• Interactive Autonomous Navigation with Internal State Inference and Interactivity Estimation [58.21683603243387]
  本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。 これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。 提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-11-27T18:57:42Z)
• Re-mine, Learn and Reason: Exploring the Cross-modal Semantic Correlations for Language-guided HOI detection [57.13665112065285]
  ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。 本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-25T14:20:52Z)
• GeoAI for Knowledge Graph Construction: Identifying Causality Between Cascading Events to Support Environmental Resilience Research [3.3072870202596736]
  本稿では,災害イベントの因果関係を特定するためのGeoAIソリューションについて紹介する。 我々のソリューションは、イベント知識基盤を強化し、大きな知識グラフでリンクされたカスケードイベントの探索を可能にします。
  論文  参考訳（メタデータ） (2022-11-11T05:31:03Z)
• PS-ARM: An End-to-End Attention-aware Relation Mixer Network for Person Search [56.02761592710612]
  モジュール・パーソン・サーチのための新しいアテンション・アウェア・リレーション・ミキサー(ARM)を提案する。 私たちのARMモジュールはネイティブで、きめ細かい監督やトポロジカルな仮定に依存していません。 我々のPS-ARMは、両方のデータセットで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-10-07T10:04:12Z)
• RSG-Net: Towards Rich Sematic Relationship Prediction for Intelligent Vehicle in Complex Environments [72.04891523115535]
  本稿では,オブジェクトの提案から潜在的意味関係を予測するグラフ畳み込みネットワークRSG-Netを提案する。 実験の結果、このネットワークはロードシーングラフデータセットに基づいてトレーニングされており、エゴ車両周辺のオブジェクト間の潜在的な意味関係を効率的に予測できることがわかった。
  論文  参考訳（メタデータ） (2022-07-16T12:40:17Z)
• DeepWORD: A GCN-based Approach for Owner-Member Relationship Detection in Autonomous Driving [2.895229237964064]
  グラフ畳み込みネットワーク(GCN)の設計により, 革新的な関係予測手法であるDeepWORDを提案する。 具体的には,局所相関を持つ特徴マップをノードの入力として活用し,情報豊かさを向上させる。 大規模ベンチマークとしてWORDと呼ばれるアノテートされたオーナーとメンバーの関係データセットを確立します。
  論文  参考訳（メタデータ） (2021-03-30T06:12:29Z)
• Information Obfuscation of Graph Neural Networks [96.8421624921384]
  本稿では,グラフ構造化データを用いた学習において,情報難読化による機密属性保護の問題について検討する。 本稿では,全変動量とワッサーシュタイン距離を交互に学習することで,事前決定された機密属性を局所的にフィルタリングするフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-09-28T17:55:04Z)
• ConsNet: Learning Consistency Graph for Zero-Shot Human-Object Interaction Detection [101.56529337489417]
  画像中のHuman, Action, Object>の形のHOIインスタンスを検出・認識することを目的としたHuman-Object Interaction (HOI) Detectionの問題点を考察する。 我々は、オブジェクト、アクション、インタラクション間の多レベルコンパレンシーは、稀な、あるいは以前には見られなかったHOIのセマンティック表現を生成するための強力な手がかりであると主張している。 提案モデルでは,人-対象のペアの視覚的特徴とHOIラベルの単語埋め込みを入力とし,それらを視覚-意味的関節埋め込み空間にマッピングし,類似度を計測して検出結果を得る。
  論文  参考訳（メタデータ） (2020-08-14T09:11:18Z)
• Fine-grained Conflict Detection of IoT Services [0.571097144710995]
  マルチレジデントスマートホームにおけるIoTサービス間の競合を検出する新しいフレームワークを提案する。 IoTサービスの機能的および非機能的特性を考慮した、きめ細かい競合モデルが提案されている。 我々は時間的近接に基づく新しいアルゴリズムを用いて競合を検出する。
  論文  参考訳（メタデータ） (2020-07-23T11:15:57Z)
• A Conflict Detection Framework for IoT Services in Multi-resident Smart Homes [0.483420384410068]
  マルチレジデントスマートホームにおけるIoTサービス間の競合を検出する新しいフレームワークを提案する。 我々は、正式に異なる種類の対立を表す矛盾オントロジーを設計する。 知識駆動型アプローチとデータ駆動型アプローチを組み合わせたハイブリッドコンフリクト検出アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-04-27T10:50:52Z)

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。