論文の概要: Improved Active Fire Detection using Operational U-Nets

• arxiv url: http://arxiv.org/abs/2304.09721v1
• Date: Wed, 19 Apr 2023 15:08:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-20 14:05:26.807931
• Title: Improved Active Fire Detection using Operational U-Nets
• Title（参考訳）: 運用用Uネットを用いたアクティブ火災検知の改善
• Authors: Ozer Can Devecioglu, Mete Ahishali, Fahad Sohrab, Turker Ince, Moncef Gabbouj
• Abstract要約: 森林や公共の土地の管理には、衛星画像による活動的な火災の監視と検出が不可欠である。 本稿では,活動型火災の早期検出のための運用型U-Netsという新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 18.786429304405097
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As a consequence of global warming and climate change, the risk and extent of wildfires have been increasing in many areas worldwide. Warmer temperatures and drier conditions can cause quickly spreading fires and make them harder to control; therefore, early detection and accurate locating of active fires are crucial in environmental monitoring. Using satellite imagery to monitor and detect active fires has been critical for managing forests and public land. Many traditional statistical-based methods and more recent deep-learning techniques have been proposed for active fire detection. In this study, we propose a novel approach called Operational U-Nets for the improved early detection of active fires. The proposed approach utilizes Self-Organized Operational Neural Network (Self-ONN) layers in a compact U-Net architecture. The preliminary experimental results demonstrate that Operational U-Nets not only achieve superior detection performance but can also significantly reduce computational complexity.
• Abstract（参考訳）: 地球温暖化と気候変動の結果、世界中の多くの地域で山火事のリスクと程度が増加している。 暖房の温度と乾燥した条件は、火災が急速に広がり、制御が困難になるため、アクティブな火災の早期発見と正確な位置決めが環境監視に不可欠である。 森林や公共の土地の管理には、衛星画像による活動的な火災の監視と検出が不可欠である。 従来の統計に基づく手法や、より最近のディープラーニング技術が活発な火災検知のために提案されている。 本研究では,アクティブな火災を早期に検出するためのオペレーションU-Netsという新しい手法を提案する。 提案手法は,コンパクトなU-Netアーキテクチャで自己組織型オペレーショナルニューラルネットワーク(Self-ONN)層を利用する。 予備実験の結果, 運用用u-netは検出性能に優れるだけでなく, 計算量を大幅に削減できることがわかった。

関連論文リスト

• Decision support system for Forest fire management using Ontology with Big Data and LLMs [0.8668211481067458]
  火災リスクを評価し、資源需要を予測する火災指標が不可欠である。 医療や環境モニタリングなどの分野におけるセンサネットワークの増加に伴い、セマンティックセンサーネットワークは、気候データ収集にますます利用されている。 本稿では,Apache Sparkによる森林火災の早期検出,気象・地理データによる火災リスク予測の強化について論じる。
  論文  参考訳（メタデータ） (2024-05-18T17:30:30Z)
• A Synergistic Approach to Wildfire Prevention and Management Using AI, ML, and 5G Technology in the United States [44.99833362998488]
  本研究は、アメリカ合衆国における山火事の検出および対処のための積極的な方法を検討する。 本研究の目的は,高度技術を用いた山火事の予防的検出と防止である。 AI対応のリモートセンシングや5Gベースのアクティブモニタリングなど、さまざまな方法により、アクティブな山火事の検出と管理が強化される。
  論文  参考訳（メタデータ） (2024-02-27T04:09:30Z)
• A comprehensive survey of research towards AI-enabled unmanned aerial systems in pre-, active-, and post-wildfire management [6.043705525669726]
  森林火災は世界でも最も破壊的な自然災害の1つであり、人命と森林の野生生物に壊滅的な被害をもたらしている。 近年、無人航空機(UAV)とディープラーニングモデルの統合によって推進される山火事における人工知能(AI)の使用は、より効果的な山火事管理を実装し、開発するための前例のない勢いを生み出している。
  論文  参考訳（メタデータ） (2024-01-04T05:09:35Z)
• Multimodal Wildland Fire Smoke Detection [5.15911752972989]
  研究によると、気候変動によって温暖な温度と乾燥状態が生まれ、長い山火事の季節と米国の山火事のリスクが増大する。 スモーキーネット(SmokeyNet)は,森林火災の煙を検出するための時間的情報を用いた深層学習モデルである。 SmokeyNetは、ほんの数分の時間で自動早期通知システムとして機能し、破壊的な山火事との戦いに有用なツールを提供する。
  論文  参考訳（メタデータ） (2022-12-29T01:16:06Z)
• Image-Based Fire Detection in Industrial Environments with YOLOv4 [53.180678723280145]
  この研究は、AIが火災を検出し、認識し、画像ストリーム上のオブジェクト検出を使用して検出時間を短縮する可能性を検討する。 そこで我々は, YOLOv4オブジェクト検出器をベースとした複数のモデルのトレーニングと評価に使用されてきた複数の公開情報源から, 適切なデータを収集, ラベル付けした。
  論文  参考訳（メタデータ） (2022-12-09T11:32:36Z)
• Label-Efficient Object Detection via Region Proposal Network Pre-Training [58.50615557874024]
  地域提案ネットワーク(RPN)に効果的な事前学習を提供するための簡単な事前学習タスクを提案する。 RPN事前学習のないマルチステージ検出器と比較して,本手法はダウンストリームタスク性能を継続的に改善することができる。
  論文  参考訳（メタデータ） (2022-11-16T16:28:18Z)
• An Empirical Study of Adder Neural Networks for Object Detection [67.64041181937624]
  加算ニューラルネットワーク(AdderNets)は、追加操作のみを伴う画像分類において、優れたパフォーマンスを示している。 本稿では,オブジェクト検出のためのAdderNetsを実証研究する。
  論文  参考訳（メタデータ） (2021-12-27T11:03:13Z)
• Meta-UDA: Unsupervised Domain Adaptive Thermal Object Detection using Meta-Learning [64.92447072894055]
  赤外線(IR)カメラは、照明条件や照明条件が悪ければ頑丈である。 既存のUDA手法を改善するためのアルゴリズムメタ学習フレームワークを提案する。 KAISTおよびDSIACデータセットのための最先端熱検出器を作成した。
  論文  参考訳（メタデータ） (2021-10-07T02:28:18Z)
• Bandit Quickest Changepoint Detection [55.855465482260165]
  すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。 有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。 本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:25:35Z)
• Unmanned Aerial Systems for Wildland and Forest Fires [0.0]
  森林火災は経済的損失、人命、重要な環境被害を引き起こす重要な自然災害である。 森林と森林の火災支援と戦闘のための専用ソリューションの開発に向けた研究が進められている。 無人航空システム(UAS)は操縦性のために有用であることが証明されている。
  論文  参考訳（メタデータ） (2020-04-28T23:01:12Z)

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。