論文の概要: Design of a Smart Waste Management System for the City of Johannesburg
- arxiv url: http://arxiv.org/abs/2303.14436v1
- Date: Sat, 25 Mar 2023 11:14:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-28 19:43:19.189342
- Title: Design of a Smart Waste Management System for the City of Johannesburg
- Title（参考訳）: ヨハネスブルグ市におけるスマート廃棄物管理システムの設計
- Authors: Beauty L. Komane and Topside E. Mathonsi
- Abstract要約: 南アフリカは開発途上国であり、多くのタウンシップがあり、廃棄物資源が限られている。
人口の増加に伴い、多くの廃棄物が産出され、廃棄物自治体や一般市民に様々な問題を引き起こしている。
提案システムは,センサ,ユーザアプリケーション,リアルタイム監視システムから構成される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Every human being in this world produces waste. South Africa is a developing
country with many townships that have limited waste resources. Over-increasing
population growth overpowers the volume of most municipal authorities to
provide even the most essential services. Waste in townships is produced via
littering, dumping of bins, cutting of trees, dumping of waste near rivers, and
overrunning of waste bins. Waste increases diseases, air pollution, and
environmental pollution, and lastly increases gas emissions that contribute to
the release of greenhouse gases. The ungathered waste is dumped widely in the
streets and drains contributing to flooding, breeding of insects, rodent
vectors, and spreading of diseases. Therefore, the aim of this paper is to
design a smart waste management system for the city of Johannesburg. The city
of Johannesburg contains waste municipality workers and has provided some areas
with waste resources such as waste bins and trucks for collecting waste. But
the problem is that the resources only are not enough to solve the problem of
waste in the city. The waste municipality uses traditional ways of collecting
waste such as going to each street and picking up waste bins. The traditional
way has worked for years but as the population is increasing more waste is
produced which causes various problems for the waste municipalities and the
public at large. The proposed system consists of sensors, user applications,
and a real-time monitoring system. This paper adopts the experimental
methodology.
- Abstract（参考訳）: この世界の全ての人間は廃棄物を産出する。
南アフリカは開発途上国であり、廃棄物資源が限られている。
人口増加が過度に増加すると、ほとんどの自治体が最も重要なサービスを提供している。
タウンシップの廃棄物は、ごみ処理、ごみ箱の投棄、木々の伐採、河川近くの廃棄物の投棄、ごみ箱の過剰投棄などによって生産される。
廃棄物は病気、大気汚染、環境汚染を増加させ、温室効果ガスの放出に寄与するガス排出量を増加させる。
未収集の廃棄物は道路に広く投棄され、洪水、昆虫の繁殖、げっ歯類ベクター、病気の拡散に寄与する。
そこで, 本論文の目的は, ヨハネスブルグ市におけるスマート廃棄物管理システムを設計することである。
ヨハネスブルク市には廃棄物自治体の労働者がおり、廃棄物収集用のごみ箱やトラックなどの廃棄物資源を供給している。
しかし問題は、資源が都市における廃棄物の問題を解決するのに十分ではないことだ。
廃棄物自治体は、各道へ行き、ごみ箱を拾うなど、伝統的な廃棄物収集方法を使用している。
伝統的手法は長年にわたって機能してきたが、人口が増加するにつれて廃棄物が増え、廃棄物自治体や一般市民に様々な問題を引き起こしている。
提案システムは,センサ,ユーザアプリケーション,リアルタイム監視システムから構成される。
本論文は実験手法を採用する。
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) - The unrealized potential of agroforestry for an emissions-intensive agricultural commodity [48.652015514785546]
機械学習を用いて、西アフリカ地域全体での日陰木カバーと炭素ストックの見積もりを生成します。
既存の陰木カバーは低く、空間的に気候の脅威と一致していないことが判明した。
しかし、このセクターが毎年高い炭素フットプリントのかなりの割合とバランスをとるという、巨大な非現実的な可能性も見出されています。
論文 参考訳（メタデータ） (2024-10-28T10:02:32Z) - Neuroevolution-based Classifiers for Deforestation Detection in Tropical
Forests [62.997667081978825]
森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。
監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。
本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
論文 参考訳（メタデータ） (2022-08-23T16:04:12Z) - 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) - 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) - Waste detection in Pomerania: non-profit project for detecting waste in
environment [0.0]
リッターは、バイオ、ガラス、金属、プラスチック、リサイクル不能、その他の紙、未知の7つのカテゴリに分類される。
提案手法は, 廃棄物検出における平均精度の70%, テストデータセットにおける分類精度の約75%を達成する。
論文 参考訳（メタデータ） (2021-05-12T09:33:22Z) - Transportation Density Reduction Caused by City Lockdowns Across the
World during the COVID-19 Epidemic: From the View of High-resolution Remote
Sensing Imagery [48.52477000522933]
新型コロナウイルス(COVID-19)の流行は、2020年前半に悪化し始めた。
厳しい封鎖政策が世界中の多くの都市で実行され、人間の感染を制御し、拡散を緩和した。
中心市街地6都市におけるロックダウン前後の交通密度の低減について定量的に検討した。
論文 参考訳（メタデータ） (2021-03-02T13:45:16Z) - Polestar: An Intelligent, Efficient and National-Wide Public
Transportation Routing Engine [43.09401975244128]
Polestarは、インテリジェントで効率的な公共交通機関ルーティングのためのデータ駆動型エンジンである。
具体的には,交通費の異なる公共交通機関をモデル化するための新しい公共交通グラフ(PTG)を提案する。
次に、効率的な経路候補生成のための効率的な局結合法と組み合わせた一般経路探索アルゴリズムを提案する。
2つの実世界のデータセットの実験は、効率性と有効性の両方の観点からPoestarの利点を実証している。
論文 参考訳（メタデータ） (2020-07-11T05:14:52Z) - WasteNet: Waste Classification at the Edge for Smart Bins [5.757545310368236]
本稿では,畳み込みニューラルネットワークに基づく廃棄物分類モデルであるWasteNetを提案する。
本モデルは,テストデータセット上での予測精度を97%向上させる。
これは、リサイクル汚染など、一般的なスマートビンの問題を軽減するのに役立つだろう。
論文 参考訳（メタデータ） (2020-06-10T14:57:58Z) - 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。