論文の概要: Waste Management Hackathon Providing New Ideas to Increase Citizen Awareness, Motivation and Engagement

• arxiv url: http://arxiv.org/abs/2209.13391v1
• Date: Tue, 27 Sep 2022 13:55:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:24:37.780086
• Title: Waste Management Hackathon Providing New Ideas to Increase Citizen Awareness, Motivation and Engagement
• Title（参考訳）: 廃棄物管理ハッカソンが市民の意識、モチベーション、エンゲージメントを高めるための新しいアイデアを提供
• Authors: Inna Sosunova, Jari Porras, Ekaterina Makarova and Andrei Rybin
• Abstract要約: ハッカソンの目的は、都市インフラにおける破壊的なICT技術の利用を促進することであった。 29人の学生がこのハッカソンに参加し、最後に4つのチームが課題に対する解決策を提出した。 EcoQは、ジョギング中にゴミを収集する手法で、廃棄物管理とエンゲージメントに関する課題に多くを答えた。
• 参考スコア（独自算出の注目度）: 0.9257985820122997
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper describes the International Disruptive Information Solutions hackathon and one the winning solutions. The purpose of the hackathon was to promote the use of disruptive ICT technologies (e.g. IoT, Big data, AI, blockchain) in urban infrastructures to create innovative waste management solutions in a smart city context. 29 students enrolled into this hackathon and in the end 4 teams submitted their solutions to the challenges. The winning proposal EcoQ, an approach for plogging collecting trashes while jogging, answered more than well to the presented challenge on waste management and engagement. The original idea was extended and partly refocused during an internship. As the outcome of the internship a mobile application for organizing and holding waste collection events was developed. This mobile application was shortly tested in a real environment and it provides a working citizen-centric platform, which enables anyone to arrange waste management events, and motivates other residents to participate in these activities.
• Abstract（参考訳）: 本稿では,国際破壊的情報ソリューションハッカソンと優勝ソリューションについて述べる。 ハッカソンの目的は、都市インフラにおける破壊的なICT技術(IoT、ビッグデータ、AI、ブロックチェーンなど)の利用を促進し、スマートシティのコンテキストにおいて革新的な廃棄物管理ソリューションを作成することである。 29人の学生がこのハッカソンに参加し、最後に4つのチームが課題に対する解決策を提出した。 ジョギング中にゴミを収集するアプローチであるecoqの受賞提案は, 廃棄物管理とエンゲージメントに関する課題に対して, 以上の回答を得た。 当初のアイデアは拡張され、インターンシップ中に部分的に焦点が変更された。 インターンシップの結果,廃棄物収集イベントの整理・開催のためのモバイルアプリケーションが開発された。 このモバイルアプリケーションは、すぐに実際の環境でテストされ、誰もが廃棄物管理イベントを手配し、他の住民がこれらの活動に参加する動機となる市民中心のプラットフォームを提供する。

関連論文リスト

• An IoT Based Smart Waste Management System for the Municipality or City Corporations [0.0]
  都市部の人口は毎日増加しており、この移動は深刻な環境汚染を引き起こしている。 モノのインターネット(IoT)ベースの廃棄物管理システムのような次世代技術は、この深刻な問題を改善するのに役立ちます。 本稿では、これらの2つの技術を組み合わせて、この問題に対する許容可能な解決策を提供します。
  論文  参考訳（メタデータ） (2024-10-31T04:34:08Z)
• Wireless Crowd Detection for Smart Overtourism Mitigation [50.031356998422815]
  この章では、モバイルデバイスのワイヤレスアクティビティに基づいたオーバツーリズムを監視するための、低コストなアプローチについて説明する。 群集センサは、無線技術のトレース要素を検出することで、周囲のモバイルデバイスの数をカウントする。 いくつかの技術で検出プログラムを実行し、指紋解析の結果は匿名データベースにのみローカルに保存される。
  論文  参考訳（メタデータ） (2024-02-14T13:20:24Z)
• AI Competitions and Benchmarks, Practical issues: Proposals, grant money, sponsors, prizes, dissemination, publicity [0.21098119797209025]
  この章では、AIコンペティションの組織化に関わる実践的な側面を概観する。 まず、効果的なコミュニケーション技術に触発して参加を促す戦略について議論する。 そして、コミュニティのエンゲージメントの本質に移行し、組織的ベストプラクティスと効果的な方法でチャレンジアウトプットを広めます。
  論文  参考訳（メタデータ） (2024-01-09T09:33:59Z)
• The Robust Semantic Segmentation UNCV2023 Challenge Results [99.97867942388486]
  本稿では,ICCV 2023で実施されたMUAD不確実性定量化問題に対処するために用いられる勝利解について概説する。 この課題は、都市環境におけるセマンティックセグメンテーションを中心に、特に自然の敵対的なシナリオに焦点を当てた。 本報告では, 最先端の不確実性定量化手法からインスピレーションを得た19件の論文を提示する。
  論文  参考訳（メタデータ） (2023-09-27T08:20:03Z)
• IoT-based Route Recommendation for an Intelligent Waste Management System [61.04795047897888]
  本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。 我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
  論文  参考訳（メタデータ） (2022-01-01T12:36:22Z)
• The Graph Neural Networking Challenge: A Worldwide Competition for Education in AI/ML for Networks [3.312457624805193]
  国際通信連合(ITU)は、オープングローバルな競争である「ITU AI/ML in 5G Challenge」を組織した。 本稿では,提案する課題の1つ,「グラフニューラルネットワークチャレンジ2020」を整理した経験を紹介する。 結果として、この課題は、このトピックに関心のある人なら誰でも、オープンに利用できる教育リソースの、キュレートされたセットを残している。
  論文  参考訳（メタデータ） (2021-07-26T18:52:00Z)
• The 5th AI City Challenge [51.83023045451549]
  第5回AIシティチャレンジには38カ国305チームが参加した。 アルゴリズムの有効性と計算効率の両面で評価を行った。 結果は、スマートトランスポーテーションにおけるAIの約束を示している。
  論文  参考訳（メタデータ） (2021-04-25T19:15:27Z)
• NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM CoSTAR at the DARPA Subterranean Challenge [105.27989489105865]
  本稿では,TEAM CoSTARが開発したアルゴリズム,ハードウェア,ソフトウェアアーキテクチャについて述べる。 NeBula (Networked Belief-Aware Perceptual Autonomy) と呼ばれる当社の自律的ソリューションを紹介します。
  論文  参考訳（メタデータ） (2021-03-21T19:42:26Z)
• Adversarial Environment Generation for Learning to Navigate the Web [107.99759923626242]
  Webナビゲーションエージェントのトレーニングのボトルネックの1つは、トレーニング環境の学習可能なカリキュラムを提供することです。 AEG(Adversarial Environment Generation)を使用して、強化学習(RL)エージェントを訓練する困難なWeb環境を生成することを提案する。 提案するフレキシブルb-PAIRED技術を用いて訓練したナビゲータエージェントは,競争力のある自動カリキュラム生成ベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2021-03-02T19:19:30Z)
• FasterRCNN Monitoring of Road Damages: Competition and Deployment [19.95568306575998]
  IEEE 2020 Global Road damage Detection (RDD) Challengeは、ディープラーニングとコンピュータビジョン研究者が関与する機会を提供する。 本稿では,このトピックに対する2つのコントリビューションを提案する。 第2部では、提案手法と課題を解説し、ローカル道路網にモデルを配置する取り組みについて述べる。
  論文  参考訳（メタデータ） (2020-10-22T14:56:00Z)

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。

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。