論文の概要: Underwater Acoustic Networks for Security Risk Assessment in Public
Drinking Water Reservoirs
- arxiv url: http://arxiv.org/abs/2107.13977v1
- Date: Thu, 29 Jul 2021 14:02:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-30 13:20:23.179047
- Title: Underwater Acoustic Networks for Security Risk Assessment in Public
Drinking Water Reservoirs
- Title(参考訳): 公共飲料水貯水池における安全リスク評価のための水中音響ネットワーク
- Authors: J\"org Stork, Philip Wenzel, Severin Landwein, Maria-Elena Algorri,
Martin Zaefferer, Wolfgang Kusch, Martin Staubach, Thomas Bartz-Beielstein,
Hartmut K\"ohn, Hermann Dejager, Christian Wolf
- Abstract要約: 我々は、水中イベントを検出し、分類し、ローカライズするための革新的なAIベースのアプローチを実装している。
貯水池におけるハイドロフォンネットワークの設置と利用の課題について論じる。
- 参考スコア(独自算出の注目度): 5.227907960942717
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We have built a novel system for the surveillance of drinking water
reservoirs using underwater sensor networks. We implement an innovative
AI-based approach to detect, classify and localize underwater events. In this
paper, we describe the technology and cognitive AI architecture of the system
based on one of the sensor networks, the hydrophone network. We discuss the
challenges of installing and using the hydrophone network in a water reservoir
where traffic, visitors, and variable water conditions create a complex,
varying environment. Our AI solution uses an autoencoder for unsupervised
learning of latent encodings for classification and anomaly detection, and time
delay estimates for sound localization. Finally, we present the results of
experiments carried out in a laboratory pool and the water reservoir and
discuss the system's potential.
- Abstract(参考訳): 我々は,水中センサネットワークを用いた飲料水貯水池の監視システムを構築した。
水中イベントの検出,分類,ローカライズを行うための,革新的なaiベースのアプローチを実装した。
本稿では,センサネットワークであるハイドロフォンネットワークをベースとした,システムの技術と認知AIアーキテクチャについて述べる。
交通,ビジター,可変水環境が複雑で多様な環境を創出する貯水池におけるハイドロフォンネットワークの設置と利用の課題について論じる。
我々のAIソリューションは、分類と異常検出のための潜在符号化の教師なし学習と、音像定位のための時間遅延推定にオートエンコーダを使用する。
最後に, 実験室と貯水池で実施した実験結果について述べるとともに, システムの可能性について考察する。
関連論文リスト
- Localizing Anomalies in Critical Infrastructure using Model-Based Drift
Explanations [5.319765271848658]
ベイジアンネットワークを用いたネットワークをモデル化し,異常が重要なインフラシステムの力学に与える影響を解析する。
特に、モデルに基づく概念ドリフトの説明は異常の局所化に有望なツールであると主張する。
本手法がより一般的に重要なインフラに適用可能であることを示すために,本手法が電力系統におけるセンサ故障の局所化に有効であることを示す。
論文 参考訳(メタデータ) (2023-10-24T13:33:19Z) - ACWA: An AI-driven Cyber-Physical Testbed for Intelligent Water Systems [0.0]
ACWAは、AIとサイバーセキュリティの実験を使用して給水管理を進める必要性によって動機付けられている。
ACWAは、複数のトポロジ、センサー、計算ノード、ポンプ、タンク、スマートウォーターデバイス、およびシステムを制御するデータベースとAIモデルで構成されている。
ACWAデータはAIとウォータードメインの研究者が利用でき、オンラインのパブリックリポジトリにホストされている。
論文 参考訳(メタデータ) (2023-09-27T00:59:52Z) - AIDPS:Adaptive Intrusion Detection and Prevention System for Underwater
Acoustic Sensor Networks [15.322411959318929]
本稿では,水中音響センサネットワーク(UW-ASN)のための適応分散型侵入検知システム(AIDPS)を提案する。
提案したAIDPSは、UW-ASNのセキュリティを改善し、水中攻撃を効率的に検出することができる。
論文 参考訳(メタデータ) (2023-09-14T14:07:11Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳(メタデータ) (2023-08-14T16:48:57Z) - Reversible Quantization Index Modulation for Static Deep Neural Network
Watermarking [57.96787187733302]
可逆的データ隠蔽法(RDH)は潜在的な解決策を提供するが、既存のアプローチはユーザビリティ、キャパシティ、忠実性の面で弱点に悩まされている。
量子化指数変調(QIM)を用いたRDHに基づく静的DNN透かし手法を提案する。
提案手法は,透かし埋め込みのための1次元量化器に基づく新しい手法を取り入れたものである。
論文 参考訳(メタデータ) (2023-05-29T04:39:17Z) - SAM-kNN Regressor for Online Learning in Water Distribution Networks [6.125017875330933]
水道網は、住宅や産業のための近代的なインフラの重要な構成要素である。
常に作業ネットワークを保証するため、給水会社はネットワークを継続的に監視する。
本稿では,残差に基づく異常検出システムを構築するために,インクリメンタルSAM-kNN分類器の適用を提案する。
論文 参考訳(メタデータ) (2022-04-04T12:40:05Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳(メタデータ) (2022-01-25T14:51:19Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳(メタデータ) (2021-02-12T09:33:00Z) - Water Level Estimation Using Sentinel-1 Synthetic Aperture Radar Imagery
And Digital Elevation Models [0.0]
Sentinel-1 Synthetic Aperture Radar ImageryとDigital Elevation Modelデータセットを用いた新しい水位抽出手法を提案する。
実験の結果、このアルゴリズムは世界中の3つの貯水池で0.93mの低い平均誤差を達成した。
論文 参考訳(メタデータ) (2020-12-11T18:42:15Z) - Towards robust sensing for Autonomous Vehicles: An adversarial
perspective [82.83630604517249]
結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。
敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。
より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
論文 参考訳(メタデータ) (2020-07-14T05:25:15Z) - Artificial Intelligence Aided Next-Generation Networks Relying on UAVs [140.42435857856455]
動的環境において,人工知能(AI)による無人航空機(UAV)による次世代ネットワーク支援が提案されている。
AI対応のUAV支援無線ネットワーク(UAWN)では、複数のUAVが航空基地局として使用され、ダイナミックな環境に迅速に適応することができる。
AIフレームワークの利点として、従来のUAWNのいくつかの課題が回避され、ネットワークパフォーマンスが向上し、信頼性が向上し、アジャイル適応性が向上する。
論文 参考訳(メタデータ) (2020-01-28T15:10:22Z)
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。