論文の概要: FlowSense: Monitoring Airflow in Building Ventilation Systems Using Audio Sensing

• arxiv url: http://arxiv.org/abs/2202.11136v1
• Date: Tue, 22 Feb 2022 19:22:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-24 16:25:22.644526
• Title: FlowSense: Monitoring Airflow in Building Ventilation Systems Using Audio Sensing
• Title（参考訳）: FlowSense:オーディオセンシングによるビル換気システムの気流モニタリング
• Authors: Bhawana Chhaglani, Camellia Zakaria, Adam Lechowicz, Prashant Shenoy, Jeremy Gummeson
• Abstract要約: 本研究では,室内空間における知覚音声データから気流速度を予測する機械学習アルゴリズムであるFlowSenseを提案する。 我々のML技術は、エアベントがオンであれオフであれ、アクティブベントを流れる空気の流量を予測できる。 また,環境騒音からの干渉を低減するための後処理アルゴリズムとして,MPS(Minimum Persistent Sensing)を提案する。
• 参考スコア（独自算出の注目度）: 1.0754601737566385
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Proper indoor ventilation through buildings' heating, ventilation, and air conditioning (HVAC) systems has become an increasing public health concern that significantly impacts individuals' health and safety at home, work, and school. While much work has progressed in providing energy-efficient and user comfort for HVAC systems through IoT devices and mobile-sensing approaches, ventilation is an aspect that has received lesser attention despite its importance. With a motivation to monitor airflow from building ventilation systems through commodity sensing devices, we present FlowSense, a machine learning-based algorithm to predict airflow rate from sensed audio data in indoor spaces. Our ML technique can predict the state of an air vent-whether it is on or off-as well as the rate of air flowing through active vents. By exploiting a low-pass filter to obtain low-frequency audio signals, we put together a privacy-preserving pipeline that leverages a silence detection algorithm to only sense for sounds of air from HVAC air vent when no human speech is detected. We also propose the Minimum Persistent Sensing (MPS) as a post-processing algorithm to reduce interference from ambient noise, including ongoing human conversation, office machines, and traffic noises. Together, these techniques ensure user privacy and improve the robustness of FlowSense. We validate our approach yielding over 90% accuracy in predicting vent status and 0.96 MSE in predicting airflow rate when the device is placed within 2.25 meters away from an air vent. Additionally, we demonstrate how our approach as a mobile audio-sensing platform is robust to smartphone models, distance, and orientation. Finally, we evaluate FlowSense privacy-preserving pipeline through a user study and a Google Speech Recognition service, confirming that the audio signals we used as input data are inaudible and inconstructible.
• Abstract（参考訳）: ビルの暖房、換気、空調(HVAC)システムによる室内換気は、家庭、職場、学校における個人の健康と安全に大きな影響を及ぼす公衆衛生上の懸念が高まっている。 IoTデバイスやモバイルセンシングアプローチを通じて,HVACシステムのエネルギー効率とユーザの快適性を提供する上で,多くの作業が進められている。 そこで本研究では,室内空間の音響データから空気流量を予測する機械学習アルゴリズムであるflowsenseを提案する。 私たちのml技術は、アクティブな通気口を流れる空気の速さだけでなく、通気口のオン/オフ状態も予測できる。 低域通過フィルタを用いて低周波音声信号を得ることにより、人間の発話が検出されない場合にのみHVAC気孔からの空気の音を感知するサイレント検出アルゴリズムを活用するプライバシー保護パイプラインを構築した。 また,人間の会話やオフィスマシン,交通騒音など,環境騒音からの干渉を低減するための後処理アルゴリズムとして,mps(minimum persistent sensing)を提案する。 これらのテクニックは、ユーザのプライバシを確保し、flowenseの堅牢性を改善する。 通気口から2.25m以内に設置した場合の気流速度の予測には90%以上の精度と0.96 MSEの精度が得られた。 さらに,モバイルオーディオセンシングプラットフォームとしての我々のアプローチが,スマートフォンモデルや距離,方向に対して堅牢であることを示す。 最後に,ユーザスタディとgoogle音声認識サービスを通じて,flowenseのプライバシー保存パイプラインを評価し,入力データとして使用する音声信号が非可聴かつ非コンストラクタであることを確認した。

関連論文リスト

• Vision-Ultrasound Robotic System based on Deep Learning for Gas and Arc Hazard Detection in Manufacturing [1.2233362977312945]
  ガス漏れとアーク放電は産業環境に重大なリスクをもたらす。 本研究では,ガス漏れやアーク放電を自律的に検出・分類する深層学習型ロボットシステムを提案する。 このシステムは、ロボット上ですべての実験的なタスクを実行するように設計されている。
  論文  参考訳（メタデータ） (2025-02-08T09:17:19Z)
• 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)
• IoT-Based Air Quality Monitoring System with Machine Learning for Accurate and Real-time Data Analysis [0.0]
  本研究では, どこでも使用可能な携帯型空気質検知装置の開発を提案する。 収集されたデータは、クラウドベースのWebアプリThinkSpeakを使って保存および視覚化される。
  論文  参考訳（メタデータ） (2023-07-02T14:18:04Z)
• Spectrum Breathing: Protecting Over-the-Air Federated Learning Against Interference [73.63024765499719]
  モバイルネットワークは、近隣のセルやジャマーからの干渉によって損なわれる可能性がある。 本稿では,帯域幅拡大を伴わない干渉を抑制するために,カスケード段階のプルーニングとスペクトル拡散を行うスペクトルブリーチングを提案する。 呼吸深度によって制御された勾配プルーニングと干渉誘発誤差の間には,性能的トレードオフが認められた。
  論文  参考訳（メタデータ） (2023-05-10T07:05:43Z)
• Secure Over-the-Air Computation using Zero-Forced Artificial Noise [24.91252655705963]
  我々は,受動盗聴器の存在下で,ブロックフェディング付加型白色ガウス雑音チャネルの空力計算について検討する。 ゼロフォース人工雑音を用いて盗聴者に対するMSEセキュリティを実現する手法を提案する。
  論文  参考訳（メタデータ） (2022-12-08T14:30:59Z)
• Learning-based estimation of in-situ wind speed from underwater acoustics [58.293528982012255]
  水中音響から風速時系列を検索するための深層学習手法を提案する。 我々のアプローチは、事前の物理知識と計算効率の両面から恩恵を受けるために、データ同化と学習ベースのフレームワークをブリッジする。
  論文  参考訳（メタデータ） (2022-08-18T15:27:40Z)
• GraSens: A Gabor Residual Anti-aliasing Sensing Framework for Action Recognition using WiFi [52.530330427538885]
  WiFiベースのヒューマンアクション認識(HAR)は、スマートリビングやリモート監視といったアプリケーションにおいて、有望なソリューションと見なされている。 本稿では,無線機器からのWiFi信号を用いた動作を,多様なシナリオで直接認識する,エンド・ツー・エンドのGabor残差検知ネットワーク(GraSens)を提案する。
  論文  参考訳（メタデータ） (2022-05-24T10:20:16Z)
• Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
  本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。 Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
  論文  参考訳（メタデータ） (2022-05-13T21:55:28Z)
• AirSPEC: An IoT-empowered Air Quality Monitoring System integrated with a Machine Learning Framework to Detect and Predict defined Air Quality parameters [0.0]
  機械学習モデルにより実装が容易で、セマンティックに配布され、権限を与える新しいモノのインターネットフレームワークが提案されている。 提案システムは,一次センサデータを処理,可視化,保存するNodeREDダッシュボードを備えている。 ダッシュボードは、時間的および地理空間的な空気質予測を得るために、機械学習モデルと統合されている。
  論文  参考訳（メタデータ） (2021-11-28T12:13:30Z)
• Project Achoo: A Practical Model and Application for COVID-19 Detection from Recordings of Breath, Voice, and Cough [55.45063681652457]
  コンシューマー端末で録音した音声を用いて、新型コロナウイルスを迅速にトリアージする機械学習手法を提案する。 この手法は,信号処理手法と微調整深層学習ネットワークを組み合わせることで,信号の識別,コークス検出,分類を行う手法を提供する。 我々はまた、症状チェッカーと音声、息、うず信号を使って新型コロナウイルスの感染を検知するモバイルアプリケーションを開発し、展開した。
  論文  参考訳（メタデータ） (2021-07-12T08:07:56Z)
• Touch the Wind: Simultaneous Airflow, Drag and Interaction Sensing on a Multirotor [0.0]
  マイクロ空力車(MAV)の外乱推定は、堅牢性と安全性に不可欠である。 バイオインスパイアされた新しい気流センサを用いてMAVに作用する気流を測定する。 我々はこの情報をUKF(Unscented Kalman Filter)に融合させ、3次元の風力ベクトル、ドラッグ力、その他の相互作用力を推定する。
  論文  参考訳（メタデータ） (2020-03-04T19:43:50Z)

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。