論文の概要: Weather of the Dorm WIFI Ecosystem at the University of Colorado Boulder for Fall Semester 2019 to Spring Semester 2020 a Case Study of WIFI and a Campus Response to the COVID-19 Perturbation

• arxiv url: http://arxiv.org/abs/2109.12143v1
• Date: Fri, 24 Sep 2021 18:36:27 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-13 21:00:24.945586
• Title: Weather of the Dorm WIFI Ecosystem at the University of Colorado Boulder for Fall Semester 2019 to Spring Semester 2020 a Case Study of WIFI and a Campus Response to the COVID-19 Perturbation
• Title（参考訳）: 2019年秋期から2020年春期にかけてのコロラド大学ボルダー校の寮wi-fiエコシステムの天気 : wifiの事例とcovid-19の摂動に対するキャンパスの対応
• Authors: Jake Mcgrath, Armen Davis, James Curry, Orrie Gartner, Glenn Rodrigues, Seth Spielman, Daniel Massey
• Abstract要約: 2019年8月、キャンパスWIFIネットワークのデータ収集と分析を開始した。 分析段階において,学生寮,中央キャンパス食堂,レクリエーションセンター,その他キャンパス内の建物からWIFIデータを分解するためにSingular Spectrum Analysis decompositionを適用した。 その結果,2019年秋のWIFI行動の週次予測は,SSAを用いて直接前向きであり,低次元力学系の挙動を示すことがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Growing use of network technology in Higher Education means that there has been increasing demand to adapt technology platforms and tools that transform student learning strategies, faculty teaching, research modalities, as well as general operations. Many of the new modalities are necessary for IHE business. In August 2019, we began collecting and analyzing data from the campus WIFI network. A goal of the research was to answer question like what passive sensing of the IHE WIFI might tell us about the dynamics of the WIFI weather in the IHE ecosystem and what does anonymized data tell us about the IHE ecosystem. The analogy with weather prediction seemed appropriate and a viable approach. Starting Fall 2019, data were collected in the observational phase. In the analysis phase, we applied Singular Spectrum Analysis decomposition, to deconstruct WIFI data from dorms, the central campus dining cafeteria, the recreation center, and other buildings on campus. That analysis led to the identification of clusters of buildings that behaved similarly. Just as in the case of models of the weather, a final component of this research was forecasting. We found that weekly forecast of WIFI behavior in the Fall 2019, were straight forward using SSA and seemed to present behavior of a low dimensional dynamical system. However, in Spring 2020, and the COVID perturbation, the campus ecosystem received a shock and data show that the campus changed very quickly. We found that as the campus moved to conduct remote learning, teaching, the closure of research labs, and the edict to work remotely, SSA forecasting techniques not trained on the Spring 2020, data after the shock, performed poorly. While SSA forecasting trained on a portion of the data did better.
• Abstract（参考訳）: 高等教育におけるネットワーク技術の利用の増加は,学生の学習戦略,教員教育,研究モダリティ,一般運用を変革する技術プラットフォームやツールへの需要が高まっていることを意味する。 新たなモダリティの多くは、iheビジネスに必要です。 2019年8月、キャンパスWIFIネットワークのデータ収集と分析を開始した。 この研究の目的は、IHE WIFIの受動的感知が、IHEエコシステムにおけるWIFIの天気のダイナミクスと、IHEエコシステムについて匿名化されたデータに何を教えてくれるか、といった質問に答えることだった。 天気予報との類似性は適切で、実現可能なアプローチであった。 2019年秋以降、データは観測段階で収集された。 分析段階において,学生寮,中央キャンパス食堂,レクリエーションセンター,その他キャンパス内の建物からWIFIデータを分解するためにSingular Spectrum Analysis decompositionを適用した。 この分析により、同様に振る舞う建物群が同定された。 気象モデルの場合と同じように、この研究の最終的な構成要素は予測されていた。 その結果,2019年秋のWIFI行動の週次予測は,SSAを用いて直接前向きであり,低次元力学系の挙動を示すことがわかった。 しかし、2020年春と新型コロナウイルスの摂動により、キャンパスの生態系は衝撃を受け、データによるとキャンパスは急速に変化した。 大学が遠隔学習や教育、研究所の閉鎖、遠隔勤務の禁止令の実施に移って、2020年春に訓練を受けていないssa予測技術は、ショック後のデータではパフォーマンスが低かったことがわかりました。 SSAの予測では、データの一部のトレーニングが改善した。

関連論文リスト

• Federated Learning for 6G: Paradigms, Taxonomy, Recent Advances and Insights [52.024964564408]
  本稿では,プロトコルスタックのすべてのレベルにわたってフェデレートラーニングを実装することの付加価値について検討する。 それは重要なFLアプリケーションを示し、ホットトピックに対処し、将来の研究と開発のための貴重な洞察と明示的なガイダンスを提供します。 我々の結論は、FLと将来の6Gの相乗効果を活用しつつ、FLがワイヤレス産業に革命をもたらす可能性を浮き彫りにすることを目的としています。
  論文  参考訳（メタデータ） (2023-12-07T20:39:57Z)
• ClimaX: A foundation model for weather and climate [51.208269971019504]
  ClimaXは気象と気候科学のディープラーニングモデルである。 気候データセットの自己教師型学習目標で事前トレーニングすることができる。 気候や気候の様々な問題に対処するために、微調整が可能である。
  論文  参考訳（メタデータ） (2023-01-24T23:19:01Z)
• SPIN: Simulated Poisoning and Inversion Network for Federated Learning-Based 6G Vehicular Networks [9.494669823390648]
  車両ネットワークは常にデータプライバシー保護の懸念に直面してきた。 この手法は、モデル逆転とモデル中毒攻撃に対して非常に脆弱である。 本研究では,データ再構成に最適化手法を応用したシミュレート中毒・逆変換ネットワーク(SPIN)を提案する。
  論文  参考訳（メタデータ） (2022-11-21T10:07:13Z)
• "Seeing Sound": Audio Classification with the Wigner-Wille Distribution and Convolutional Neural Networks [0.0]
  センサーネットワークから得られるデータは、センサーフュージョンとAIアルゴリズムを組み合わせることで、自動運転車のような分野のイノベーションを促進する。 本稿では,都市環境における音センサデータの利用の可能性について検討する。 本稿では,Wigner-Ville分布と畳み込みニューラルネットワークを用いた音声データの分類手法を提案する。
  論文  参考訳（メタデータ） (2022-11-06T19:01:02Z)
• A Synthetic Dataset for 5G UAV Attacks Based on Observable Network Parameters [3.468596481227013]
  本稿では,5G以降のネットワークにおける無人航空機(UAV)攻撃のための最初の合成データセットを提案する。 このデータの主な目的は、UAV通信セキュリティのためのディープネットワーク開発を可能にすることである。 提案したデータセットは、都市環境において、静的または移動中のUAV攻撃者が認証されたUAVをターゲットにする際のネットワーク機能に関する洞察を提供する。
  論文  参考訳（メタデータ） (2022-11-05T15:12:51Z)
• Coordinated Science Laboratory 70th Anniversary Symposium: The Future of Computing [80.72844751804166]
  2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。 シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。 参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
  論文  参考訳（メタデータ） (2022-10-04T17:32:27Z)
• Rethinking Architecture Design for Tackling Data Heterogeneity in Federated Learning [53.73083199055093]
  注意に基づくアーキテクチャ(例えばTransformers)は、分散シフトに対してかなり堅牢であることを示す。 我々の実験は、畳み込みネットワークをトランスフォーマーに置き換えることによって、過去のデバイスを壊滅的に忘れることを大幅に減らせることを示した。
  論文  参考訳（メタデータ） (2021-06-10T21:04:18Z)
• Modeling Classroom Occupancy using Data of WiFi Infrastructure in a University Campus [1.8352113484137622]
  本稿では,WiFiセンサのインフラから教室の占有度を推定する機械学習モデルを開発する。 何千ものアクセスポイント(AP)からなる高密度でダイナミックな無線ネットワークからメタデータを解析する。 教室におけるAPのマッピング精度は84.6%であり, 部屋占有率の推定精度は, 対称平均絶対パーセンテージ誤差(sMAPE)が13.10%であるビームカウンタセンサに匹敵する。
  論文  参考訳（メタデータ） (2021-04-19T06:15:45Z)
• A Framework for Energy and Carbon Footprint Analysis of Distributed and Federated Edge Learning [48.63610479916003]
  本稿では,分散学習政策の環境フットプリントに影響を与える要因を概説し,分析する。 バニラとコンセンサスによって駆動される分散FLポリシーの両方をモデル化する。 その結果、flは低ビット/ジュール効率を特徴とするワイヤレスシステムにおいて、顕著なエンドツーエンドの省エネ(30%-40%)が可能となった。
  論文  参考訳（メタデータ） (2021-03-18T16:04:42Z)
• Safer Illinois and RokWall: Privacy Preserving University Health Apps for COVID-19 [24.12822717216725]
  新型コロナウイルス(COVID-19)は、私たちの生活を根本的に破壊している。政府や大学、企業は、新型コロナウイルス(COVID-19)のパンデミックと闘い、社会を安全に再開する技術を急速に開発している。 コンタクトトレース、スーパースレッダイベント検出、露出マッピングといった重要な分析ツールには、機密性の高いユーザ情報の収集と分析が必要である。 イリノイ大学アーバナ・シャンペーン校(Urbana-Champaign)で開発中の2つのコンピューティングインフラストラクチャを分析し、新型コロナウイルスの感染拡大を追跡・緩和する。
  論文  参考訳（メタデータ） (2021-01-19T23:36:14Z)
• A Privacy-Preserving Distributed Architecture for Deep-Learning-as-a-Service [68.84245063902908]
  本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。 クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
  論文  参考訳（メタデータ） (2020-03-30T15:12:03Z)

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。