Fugu-MT 論文翻訳(概要): Trend analysis and forecasting air pollution in Rwanda

論文の概要: Trend analysis and forecasting air pollution in Rwanda

arxiv url: http://arxiv.org/abs/2205.10024v1
Date: Fri, 20 May 2022 08:39:42 GMT
ステータス: 処理完了
システム内更新日: 2022-05-24 02:49:54.449545
Title: Trend analysis and forecasting air pollution in Rwanda
Title（参考訳）: ルワンダにおける大気汚染の傾向分析と予測
Authors: Paterne Gahungu, and Jean Remy Kubwimana
Abstract要約: ルワンダの大気汚染は、微粒子物質(PM2.5)の形で世界保健機関のガイドラインを超える本稿では,ルワンダにおける大気汚染の傾向を分析し,ルワンダに展開する低コストセンサネットワークによって収集されたデータに適した予測モデルを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Air pollution is a major public health problem worldwide although the lack of data is a global issue for most low and middle income countries. Ambient air pollution in the form of fine particulate matter (PM2.5) exceeds the World Health Organization guidelines in Rwanda with a daily average of around 42.6 microgram per meter cube. Monitoring and mitigation strategies require an expensive investment in equipment to collect pollution data. Low-cost sensor technology and machine learning methods have appeared as an alternative solution to get reliable information for decision making. This paper analyzes the trend of air pollution in Rwanda and proposes forecasting models suitable to data collected by a network of low-cost sensors deployed in Rwanda.
Abstract（参考訳）: 大気汚染は世界中の公衆衛生問題であるが、低所得国や中所得国ではデータ不足が世界的な問題となっている。微粒子状物質(PM2.5)による大気汚染は、ルワンダの世界保健機関(WHO)のガイドラインを上回り、1メートルあたり平均42.6マイクログラムである。監視と緩和戦略は、汚染データを集めるための機器への高価な投資を必要とする。低コストのセンサ技術と機械学習手法が、意思決定のための信頼できる情報を得る代替ソリューションとして登場した。本稿では,ルワンダにおける大気汚染の傾向を分析し,ルワンダに展開する低コストセンサネットワークによって収集されたデータに適した予測モデルを提案する。

関連論文リスト

Generalization or Memorization: Data Contamination and Trustworthy Evaluation for Large Language Models [42.958880063727996]
CDD は LLM の出力分布による汚染検出の略である。評価におけるデータ汚染の影響を軽減するため、TED:出力分布による信頼に値する評価も提示する。
論文参考訳（メタデータ） (2024-02-24T23:54:41Z)
A Framework for Scalable Ambient Air Pollution Concentration Estimation [0.0]
英国では大気汚染が重要な問題であり、大気汚染濃度のデータが大気質の改善を目的とした介入の基礎となっている。欠落した測度を埋めることにより,時間的・空間的データギャップに対処するデータ駆動型機械学習モデルフレームワークを提案する。このアプローチは、2018年を通してイングランドの包括的なデータセットを1kmx1kmの時間分解能で提供する。
論文参考訳（メタデータ） (2024-01-16T18:03:07Z)
Gaussian Processes for Monitoring Air-Quality in Kampala [3.173497841606415]
本研究では,センサが存在しない場所での現在の大気汚染を予測し,センサ位置で将来の大気汚染を予測するためのガウス過程の活用について検討する。私たちは、AirQoのセンサーネットワークのデータを使って、ウガンダのカンパラ市に焦点を当てています。
論文参考訳（メタデータ） (2023-11-28T09:25:23Z)
Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling [58.456404022536425]
気象・気候からの物理的危険予知技術の現状には、粗い解像度のグローバルな入力によって駆動される高価なkmスケールの数値シミュレーションが必要である。ここでは、コスト効率のよい機械学習代替手段として、このようなグローバルな入力をkmスケールにダウンスケールするために、生成拡散アーキテクチャを探索する。このモデルは、台湾上空の地域気象モデルから2kmのデータを予測するために訓練され、世界25kmの再解析に基づいている。
論文参考訳（メタデータ） (2023-09-24T19:57:22Z)
Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
論文参考訳（メタデータ） (2023-04-27T20:21:18Z)
AirFormer: Predicting Nationwide Air Quality in China with Transformers [43.48965814702661]
AirFormerは中国全国の空気質を総合的に予測する新しいトランスフォーマーアーキテクチャである。 AirFormerは72時間の予測で予測エラーを5%削減する。
論文参考訳（メタデータ） (2022-11-29T07:22:49Z)
Discretized Linear Regression and Multiclass Support Vector Based Air Pollution Forecasting Technique [0.0]
本稿では,クラウドコンピューティング環境における大気汚染の監視と制御を行うIoT(Internet of Things)システムを提案する。インドにおける大気質データを用いた実験により,提案したLR-MSV法の優れた性能が明らかにされた。
論文参考訳（メタデータ） (2022-11-28T06:51:59Z)
Predicting air quality via multimodal AI and satellite imagery [0.2492060267829796]
本稿では,監視局が存在しない空気質指標を予測するためのマルチモーダル機械学習モデルを提案する。欧州大気汚染監視局(ESA Copernicus)プロジェクトからtextitaltitude, population, etc.$などの機能を備えた新しい欧州汚染監視局(ECA)のデータセットが作成されている。これらの予測は、異なる地域における空気の質を比較するのに使用できる「空気品質指標」を作成するために集約される。
論文参考訳（メタデータ） (2022-11-01T22:56:15Z)
Use of Remote Sensing Data to Identify Air Pollution Signatures in India [0.3683202928838613]
センチネル-5P衛星の打ち上げは、より広い範囲の大気汚染物質の観測に役立った。クラスタリングシグネチャは、様々な汚染源から放出される汚染物質の種類に基づいて、州や地区を特定するために使用することができる。
論文参考訳（メタデータ） (2020-12-01T11:06:23Z)
Averaging Atmospheric Gas Concentration Data using Wasserstein Barycenters [68.978070616775]
ハイパースペクトル衛星画像は、世界中の温室効果ガス濃度を毎日報告している。気象データと組み合わさったワッサーシュタイン・バリセンタを用いて, ガス濃度データセットの平均化と, 質量集中性の向上を提案する。
論文参考訳（メタデータ） (2020-10-06T14:31:25Z)
Transfer Learning-based Road Damage Detection for Multiple Countries [41.74498230885008]
自治体や道路当局は道路被害の自動評価を実施しようとしています。日本は、道路自動監視のための安価で手軽なスマートフォンベースの方法を開発した。本研究は,他国における日本語モデルのユーザビリティを評価する。スマートフォンを用いて複数の国から収集した26620枚の画像からなる大規模異種道路被害データセットを提案する。
論文参考訳（メタデータ） (2020-08-30T06:48:00Z)

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。