論文の概要: Automatic Emergency Dust-Free solution on-board International Space Station with Bi-GRU (AED-ISS)

• arxiv url: http://arxiv.org/abs/2210.08549v3
• Date: Thu, 3 Aug 2023 00:45:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-07 10:19:01.335007
• Title: Automatic Emergency Dust-Free solution on-board International Space Station with Bi-GRU (AED-ISS)
• Title（参考訳）: Bi-GRU(AED-ISS)搭載国際宇宙ステーションにおける緊急ダストフリー自動解法
• Authors: Po-Han Hou, Wei-Chih Lin, Hong-Chun Hou, Yu-Hao Huang, Jih-Hong Shue
• Abstract要約: 本稿では,過去90分間のデータ収集を行うBi-GRUアルゴリズムを実装し,次の1分間で2.5マイクロメートル/0.1リットルの粒子のレベルを予測する。 我々のゴールは早期警戒システム(EWS)を確立することであり、それは粒子状物質のレベルを予測し、宇宙飛行士が機器を保護するのに十分な反応時間を提供することである。
• 参考スコア（独自算出の注目度）: 1.4149476019206353
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With a rising attention for the issue of PM2.5 or PM0.3, particulate matters have become not only a potential threat to both the environment and human, but also a harming existence to instruments onboard International Space Station (ISS). Our team is aiming to relate various concentration of particulate matters to magnetic fields, humidity, acceleration, temperature, pressure and CO2 concentration. Our goal is to establish an early warning system (EWS), which is able to forecast the levels of particulate matters and provides ample reaction time for astronauts to protect their instruments in some experiments or increase the accuracy of the measurements; In addition, the constructed model can be further developed into a prototype of a remote-sensing smoke alarm for applications related to fires. In this article, we will implement the Bi-GRU (Bidirectional Gated Recurrent Unit) algorithms that collect data for past 90 minutes and predict the levels of particulates which over 2.5 micrometer per 0.1 liter for the next 1 minute, which is classified as an early warning
• Abstract（参考訳）: PM2.5やPM0.3の問題に注目が集まる中、粒子状物質は環境と人間の両方にとって潜在的脅威となるだけでなく、国際宇宙ステーション(ISS)の機器にも害を与えている。 我々のチームは、粒子状物質の様々な濃度を磁場、湿度、加速度、温度、圧力、CO2濃度に関連付けることを目指している。 我々の目標は、粒子状物質のレベルを予測し、宇宙飛行士がいくつかの実験で機器を保護するための十分な反応時間を提供する早期警報システム(ews)を確立することであり、さらに、火災に関連するアプリケーションのためのリモートセンシングスモークアラームのプロトタイプとして、構築されたモデルをさらに開発することである。 本稿では,90分以上データを収集し,次の1分間に2.5マイクロメートル/0.1リットル以上の粒子のレベルを予測するbi-gru(bidirectional gated recurrent unit)アルゴリズムを実装し,早期警告として分類する。

関連論文リスト

• Real-time gravitational-wave inference for binary neutron stars using machine learning [71.29593576787549]
  近似を行なわずに1秒で完全なBNS推論を行う機械学習フレームワークを提案する。 本手法は, (i) 合併前の正確な局所化を提供することにより, (i) 近似低遅延法と比較して, (ii) 局所化精度を$sim30%$で改善すること, (iii) 光度距離, 傾斜, 質量に関する詳細な情報を提供することにより, (i) マルチメーサの観測を向上する。
  論文  参考訳（メタデータ） (2024-07-12T18:00:02Z)
• Back to the Future: GNN-based NO$_2$ Forecasting via Future Covariates [49.93577170464313]
  都市全域にわたる地上監視ネットワークにおける大気質観測について検討する。 我々は過去と将来の共変分を現在の観測に埋め込む条件付きブロックを提案する。 将来の気象情報に対する条件付けは,過去の交通状況を考えるよりも影響が大きいことが判明した。
  論文  参考訳（メタデータ） (2024-04-08T09:13:16Z)
• Forecasting SEP Events During Solar Cycles 23 and 24 Using Interpretable Machine Learning [38.321248253111776]
  我々は、新しいデータプロダクトの予測可能性を評価するために、一連の機械学習戦略を用いて、事後SEPイベントの予測を行う。 データ量の増大にもかかわらず、予測精度は 0.7 + 0.1 に達し、これはこれらのベンチマークに合致するが、公表されたベンチマークを超えない。
  論文  参考訳（メタデータ） (2024-03-04T23:12:17Z)
• A Data-Driven Supervised Machine Learning Approach to Estimating Global Ambient Air Pollution Concentrations With Associated Prediction Intervals [0.0]
  我々は、時間的および空間的計測の欠如を示唆するスケーラブルでデータ駆動型の教師あり機械学習フレームワークを開発した。 このモデルは, 時間的および空間的計測の欠如を示唆し, NO$, O$_3$, PM$_10$, PM$_2.5$, SO$などの汚染物質の包括的データセットを生成するように設計されている。 モデルの性能について検討し,今後のモニタリングステーションの戦略的配置に関する洞察と勧告を提供する。
  論文  参考訳（メタデータ） (2024-02-15T11:09:22Z)
• 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)
• 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)
• Forecasting Particle Accelerator Interruptions Using Logistic LASSO Regression [62.997667081978825]
  インターロックと呼ばれる予期せぬ粒子加速器の割り込みは、必要な安全対策にもかかわらず、突然の運用変更を引き起こす。 このような中断を予測することを目的とした,単純かつ強力なバイナリ分類モデルを提案する。 このモデルは、少なくとも絶対収縮と選択演算子によって罰せられるロジスティック回帰として定式化される。
  論文  参考訳（メタデータ） (2023-03-15T23:11:30Z)
• Multi-scale Digital Twin: Developing a fast and physics-informed surrogate model for groundwater contamination with uncertain climate models [53.44486283038738]
  気候変動は地下水汚染の長期的な土壌管理問題を悪化させる。 U-Net強化フーリエニューラル汚染(PDENO)を用いた物理インフォームド機械学習サロゲートモデルを開発した。 並行して、気候データと組み合わされた畳み込みオートエンコーダを開発し、アメリカ合衆国全体の気候領域の類似性の次元を減少させる。
  論文  参考訳（メタデータ） (2022-11-20T06:46:35Z)
• Automated Estimation of Construction Equipment Emission using Inertial Sensors and Machine Learning Models [0.0]
  建設産業は温室効果ガス(GHG)の主要な生産国の一つである 本稿では,IoT(Internet of Things,モノのインターネット)を介して監視される重建設機器からの排出量を予測するために,機械学習(ML)手法を用いた新しいフレームワークの開発と展開について述べる。 異なるMLアルゴリズムを開発し、慣性センサデータから放射レベルを予測する最良のモデルを特定した。
  論文  参考訳（メタデータ） (2021-09-27T22:37:55Z)
• Effects of a nuclear disturbed environment on a quantum free space optical link [52.77024349608834]
  本書は, 地上・衛星・受信システムの信号減衰に及ぼす核分裂大気環境の影響について検討する。 上昇する核雲とその後に輸送された破片を通して伝達される信号の減衰は、気候学的に10kt、100kt、および1山の表面レベルでの爆発をモデル化する。
  論文  参考訳（メタデータ） (2021-08-10T19:25:54Z)
• HVAQ: A High-Resolution Vision-Based Air Quality Dataset [3.9523800511973017]
  PM2.5, PM10, 温度, 湿度データからなる高時間・空間分解能空気質データセットを提案する。 我々は,センサの密度と画像によって予測精度が向上することを示すために,いくつかの視覚に基づくPM濃度予測アルゴリズムをデータセット上で評価した。
  論文  参考訳（メタデータ） (2021-02-18T13:42:34Z)

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。