論文の概要: Design of Economical Fuzzy Logic Controller for Washing Machine

• arxiv url: http://arxiv.org/abs/2210.00187v1
• Date: Sat, 1 Oct 2022 04:30:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-04 17:01:39.344891
• Title: Design of Economical Fuzzy Logic Controller for Washing Machine
• Title（参考訳）: 洗濯機用ファジィ論理制御器の設計
• Authors: Kriti Dheerawat, Umme Salma M Pirzada, and H.R. Kataria
• Abstract要約: 本研究の目的は,洗濯機における電気・水・洗剤の消費を最適化することである。 汚れの種類、衣服の量、布の種類は、水、電気、洗剤の節約に重要な役割を果たしている。 本稿では,Mamdaniアプローチを用いて,マルチインプットマルチアウトプットに基づくアルゴリズムを開発した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Things are becoming more advanced as technology advances, and machines now perform the majority of the manual work. The most often used home appliance is the washing machine for cloths. Modification and research in this field is essential since it pertains to the amount of time, water, and electricity required for washing. In this work, a Fuzzy Logic Controller has been developed for smart washing machines. The objective of this paper is to optimize the consumption of electricity, water, and detergent for washing machines. The type of dirt, volume of clothes, and type of cloth play a vital role in saving water, electricity, and detergent. However, none of the work on the Fuzzy Logic Controller provided a design procedure endowed with the specified inputs and outputs implemented in Python. In this paper, we used the Mamdani approach and created an algorithm based on multi-input multi-output. The algorithm is implemented in Python. The results of this simulation show that the washing machine provides better execution at a low computation cost.
• Abstract（参考訳）: 技術が進歩するにつれて物事はより進歩し、機械は手作業の大半をこなしている。 最もよく使われる家電は布の洗濯機である。 この分野における改良と研究は、洗濯に要する時間、水、電気の量に関係し、不可欠である。 本研究では,スマート洗濯機用のファジィロジックコントローラを開発した。 本研究の目的は,洗濯機の電気,水,洗剤の消費を最適化することである。 汚れの種類、衣服の量、布の種類は、水、電気、洗剤の節約に重要な役割を果たしている。 しかしながら、Fuzzy Logic Controllerの研究は、Pythonで実装された特定のインプットとアウトプットを備えた設計手順を提供していない。 本稿では,mamdaniアプローチを用いてマルチ入力マルチアウトプットに基づくアルゴリズムを開発した。 アルゴリズムはPythonで実装されている。 このシミュレーションの結果, 洗濯機の性能は計算コストが低く, 性能が向上した。

関連論文リスト

• GPU-accelerated Effective Hamiltonian Calculator [70.12254823574538]
  本研究では,非摂動解析対角化法(NPAD)とマグナス拡大法に着想を得た数値解析手法を提案する。 私たちの数値技術は、オープンソースPythonパッケージとして、$rm qCH_eff$で利用可能です。
  論文  参考訳（メタデータ） (2024-11-15T06:33:40Z)
• Design of General Purpose Minimal-Auxiliary Ising Machines [0.0]
  Ising Machineは量子インスパイアされた処理インメモリコンピュータである。 我々はIsing問題に対する汎用的なアルゴリズム解を開発する。
  論文  参考訳（メタデータ） (2023-10-24T23:33:26Z)
• HumanMAC: Masked Motion Completion for Human Motion Prediction [62.279925754717674]
  人間の動き予測はコンピュータビジョンとコンピュータグラフィックスの古典的な問題である。 従来の効果はエンコーディング・デコード方式に基づく経験的性能を実現している。 本稿では,新しい視点から新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2023-02-07T18:34:59Z)
• AI2: The next leap toward native language based and explainable machine learning framework [1.827510863075184]
  提案されたフレームワークは、AI$2$と名付けられ、自然言語インターフェースを使用して、非スペシャリストが機械学習アルゴリズムの恩恵を受けることができる。 AI$2$フレームワークの主なコントリビューションは、ユーザーが機械学習アルゴリズムを英語で呼び出すことで、インターフェースの使用が容易になる。 もうひとつのコントリビューションは、データの適切な記述とロードを支援する前処理モジュールだ。
  論文  参考訳（メタデータ） (2023-01-09T14:48:35Z)
• Preprocessors Matter! Realistic Decision-Based Attacks on Machine Learning Systems [56.64374584117259]
  決定に基づく攻撃は、ハードラベルクエリのみを作成することによって、機械学習(ML)モデルに対する逆例を構築する。 我々は,(i)プリプロセッサをリバースエンジニアリングし,(ii)この抽出した情報を用いてエンド・ツー・エンド・システムを攻撃する手法を開発した。 我々のプリプロセッサ抽出法は数百のクエリしか必要とせず、我々のプリプロセッサ・アウェア・アタックはモデルのみを攻撃する場合と同じ効果を回復する。
  論文  参考訳（メタデータ） (2022-10-07T03:10:34Z)
• Batch-efficient EigenDecomposition for Small and Medium Matrices [65.67315418971688]
  EigenDecomposition (ED)は多くのコンピュータビジョンアルゴリズムとアプリケーションの中心にある。 本稿では,コンピュータビジョンの応用シナリオに特化したQRベースのED手法を提案する。
  論文  参考訳（メタデータ） (2022-07-09T09:14:12Z)
• Noise-injected analog Ising machines enable ultrafast statistical sampling and machine learning [0.0]
  アナログノイズを注入することで,Isingマシンを用いた超高速統計的サンプリングを実現する普遍的な概念を提案する。 光電子イジング装置を用いて、ボルツマン分布の正確なサンプリングに使用できることを示した。 We found that Ising machines can perform statistics sample order-of-magnitude than software-based methods。
  論文  参考訳（メタデータ） (2021-12-21T21:33:45Z)
• Multiplying Matrices Without Multiplying [0.0]
  行列の乗算は機械学習における最も基本的で計算集約的な操作の1つである。 本稿では,既存の手法を大幅に上回る学習ベースアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-06-21T05:08:54Z)
• Higher-order Derivatives of Weighted Finite-state Machines [68.43084108204741]
  本研究では、重み付き有限状態機械の正規化定数に関する高次微分の計算について検討する。 文献に記載されていないすべての順序の導関数を評価するための一般アルゴリズムを提案する。 我々のアルゴリズムは以前のアルゴリズムよりもはるかに高速である。
  論文  参考訳（メタデータ） (2021-06-01T19:51:55Z)
• Lightweight Combinational Machine Learning Algorithm for Sorting Canine Torso Radiographs [2.373075745839493]
  獣医分野は、人間の医療分野で行われた膨大な技術進歩とは対照的に、自動化を欠いています。 本稿では,犬歯のx線画像の表示と解剖による分類の自動化から,これらの中核概念を考察する。 これはAlexNet、Inception、SqueezeNetに触発された新しい軽量アルゴリズムの開発によって実現される。
  論文  参考訳（メタデータ） (2021-02-22T22:17:33Z)
• ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators [108.3381301768299]
  Masked Language Modeling (MLM) は、BERT のような事前学習手法で、いくつかのトークンを [MASK] に置き換えて、元のトークンを再構築するためにモデルをトレーニングすることで入力を破損させた。 代用トークン検出という,より効率的な事前学習タスクを提案する。
  論文  参考訳（メタデータ） (2020-03-23T21:17:42Z)

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。