論文の概要: ConvoWaste: An Automatic Waste Segregation Machine Using Deep Learning
- arxiv url: http://arxiv.org/abs/2302.02976v1
- Date: Mon, 6 Feb 2023 18:08:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-07 15:33:32.625511
- Title: ConvoWaste: An Automatic Waste Segregation Machine Using Deep Learning
- Title（参考訳）: convowaste:ディープラーニングを用いた廃棄物自動分離機
- Authors: Md. Shahariar Nafiz, Shuvra Smaran Das, Md. Kishor Morol, Abdullah Al
Juabir, Dip Nandi
- Abstract要約: 本稿では,ConvoWasteを用いたスマートオブジェクト検出アルゴリズムを用いて,廃棄物を異なる部位に分離する機械を提案する。
本稿では, 廃棄物を正確に分類するために, 深層学習と画像処理技術を適用した。
システム全体がAndroidアプリを介して遠隔操作され、切り離されたゴミを捨てる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Nowadays, proper urban waste management is one of the biggest concerns for
maintaining a green and clean environment. An automatic waste segregation
system can be a viable solution to improve the sustainability of the country
and boost the circular economy. This paper proposes a machine to segregate
waste into different parts with the help of a smart object detection algorithm
using ConvoWaste in the field of deep convolutional neural networks (DCNN) and
image processing techniques. In this paper, deep learning and image processing
techniques are applied to precisely classify the waste, and the detected waste
is placed inside the corresponding bins with the help of a servo motor-based
system. This machine has the provision to notify the responsible authority
regarding the waste level of the bins and the time to trash out the bins filled
with garbage by using the ultrasonic sensors placed in each bin and the
dual-band GSM-based communication technology. The entire system is controlled
remotely through an Android app in order to dump the separated waste in the
desired place thanks to its automation properties. The use of this system can
aid in the process of recycling resources that were initially destined to
become waste, utilizing natural resources, and turning these resources back
into usable products. Thus, the system helps fulfill the criteria of a circular
economy through resource optimization and extraction. Finally, the system is
designed to provide services at a low cost while maintaining a high level of
accuracy in terms of technological advancement in the field of artificial
intelligence (AI). We have gotten 98% accuracy for our ConvoWaste deep learning
model.
- Abstract（参考訳）: 現在、適切な都市ごみ管理は緑とクリーンな環境を維持する上で最大の関心事となっている。
廃棄物の自動隔離システムは、国の持続性を改善し、循環経済を促進するための有効な解決策となり得る。
本稿では,Deep Convolutional Neural Network (DCNN) と画像処理技術において,ConvoWaste を用いたスマートオブジェクト検出アルゴリズムを用いて,廃棄物を異なる部位に分離するマシンを提案する。
本稿では, 廃棄物を精密に分類するために深層学習および画像処理技術を適用し, 検出された廃棄物をサーボモーター系システムを用いて対応するビン内に配置する。
各ビンに設置された超音波センサとデュアルバンドgsmベースの通信技術を用いて、ゴミ箱の廃棄物レベルとゴミを満たしたビンを廃棄する時間について責任ある当局に通知する規定を有する。
システム全体がAndroidアプリを介して遠隔操作され、自動化機能のおかげで、分離した廃棄物を望ましい場所に捨てられる。
このシステムの利用は, 廃棄物化が予定されていた資源をリサイクルし, 天然資源を活用し, それらの資源を再利用可能な製品に戻す過程を支援することができる。
これにより,資源最適化と抽出を通じて循環経済の基準を満たすことができる。
最後に、このシステムは、人工知能(ai)の分野での技術進歩の観点から高い精度を維持しながら、低コストでサービスを提供するように設計されている。
ConvoWasteのディープラーニングモデルの精度は98%になりました。
関連論文リスト
- SpectralWaste Dataset: Multimodal Data for Waste Sorting Automation [46.178512739789426]
本稿では, 廃棄物処理施設から収集した最初のデータセットであるSpectralWasteについて紹介する。
このデータセットには、分類植物によく見られるいくつかのカテゴリのオブジェクトのラベルが含まれている。
異なるオブジェクトセグメンテーションアーキテクチャを用いたパイプラインを提案し,その代替案をデータセット上で評価する。
論文 参考訳（メタデータ） (2024-03-26T18:39:38Z) - Optimization paper production through digitalization by developing an
assistance system for machine operators including quality forecast: a concept [50.591267188664666]
廃紙からの紙の製造は、特にエネルギー消費の観点からも、依然として非常に資源集約的な課題である。
我々は,その利用方法の欠如を特定し,操作支援システムと最先端の機械学習技術を用いた概念の実装を行った。
我々の主な目的は、利用可能なデータを活用するマシンオペレーターに状況に応じた知識を提供することである。
論文 参考訳（メタデータ） (2022-06-23T09:54:35Z) - Machine Learning-Based User Scheduling in Integrated
Satellite-HAPS-Ground Networks [82.58968700765783]
第6世代通信ネットワーク(6G)の強化のための価値あるソリューション空間の提供を約束する。
本稿では,空対地統合通信におけるユーザスケジューリングにおける機械学習の可能性について述べる。
論文 参考訳（メタデータ） (2022-05-27T13:09:29Z) - A Method for Waste Segregation using Convolutional Neural Networks [0.0]
本稿では, 廃棄物分類の問題を解決するために, ディープラーニングアルゴリズムを用いた手法を提案する。
提案手法の精度は94.9%である。
論文 参考訳（メタデータ） (2022-02-23T14:32:10Z) - 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) - Towards artificially intelligent recycling Improving image processing
for waste classification [0.0]
IBMのWastenetプロジェクトは、廃棄物の分類に人工知能を用いてリサイクルを改善することを目的としている。
本稿では,移動学習とデータ拡張技術を用いて,このプロジェクトを基盤とする。
その結果、これらの拡張技術により、最終モデルのテスト精度は95.40%向上した。
論文 参考訳（メタデータ） (2021-08-09T21:41:48Z) - AI Based Waste classifier with Thermo-Rapid Composting [0.0]
コンピュータビジョン(CV)と深層学習(DL)を用いた新しい廃棄物分類手法を提案する。
コンポスト化Berkley法(BKC)による生分解性廃棄物の分解
論文 参考訳（メタデータ） (2021-08-03T10:06:19Z) - ZeroWaste Dataset: Towards Automated Waste Recycling [51.053682077915546]
産業レベルの廃棄物検出・分別データセットZeroWasteについて述べる。
このデータセットには、実際の廃棄物処理工場から収集された1800以上のビデオフレームが含まれている。
最先端のセグメンテーション手法では,対象物を正しく検出・分類することが困難であることを示す。
論文 参考訳（メタデータ） (2021-06-04T22:17:09Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - DeepWaste: Applying Deep Learning to Waste Classification for a
Sustainable Planet [0.0]
誤った廃棄物処理を減らそうとする試みは、高価で不正確で混乱している。
我々は,高度に最適化されたディープラーニング技術を利用して,廃棄物をゴミ,リサイクル,コンポストに即時分類するモバイルアプリDeepWasteを提案する。
我々の最良のモデルは、50層からなるディープラーニング残留ニューラルネットワークであり、テストセットの平均精度は0.881である。
論文 参考訳（メタデータ） (2021-01-15T04:06:25Z) - Comparative Analysis of Multiple Deep CNN Models for Waste
Classification [0.0]
このプロジェクトはよく知られたDeep Learning Networkアーキテクチャを、独自の取り組みとTrush Netを組み合わせたデータセットによる廃棄物分類でテストした。
ダストビンの形で作られたハードウェアは、それらの廃棄物を異なる区画に分離するために使用される。
論文 参考訳（メタデータ） (2020-04-05T11:50:27Z)
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。