論文の概要: Optimizing Forest Fire Prevention: Intelligent Scheduling Algorithms for
Drone-Based Surveillance System
- arxiv url: http://arxiv.org/abs/2305.10444v1
- Date: Sun, 14 May 2023 13:52:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-19 19:08:11.153922
- Title: Optimizing Forest Fire Prevention: Intelligent Scheduling Algorithms for
Drone-Based Surveillance System
- Title（参考訳）: 森林火災防止の最適化:ドローン監視システムのためのインテリジェントスケジューリングアルゴリズム
- Authors: Mahdi Jemmali, Loai Kayed B.Melhim, Wadii Boulila, Hajer Amdouni,
Mafawez T. Alharbi
- Abstract要約: 本研究では,ドローンによる森林火災モニタリングの問題点について述べる。
ドローンの割り当てられた全てのタスクを実行するのに必要な総完了時間を最小化する目的で、いくつかのアルゴリズムを開発する。
アルゴリズムの$RID$は最高パフォーマンスを達成し、パーセンテージは最大90.3%、タイムは0.088秒だった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Given the importance of forests and their role in maintaining the ecological
balance, which directly affects the planet, the climate, and the life on this
planet, this research presents the problem of forest fire monitoring using
drones. The forest monitoring process is performed continuously to track any
changes in the monitored region within the forest. During fires, drones'
capture data is used to increase the follow-up speed and enhance the control
process of these fires to prevent their spread. The time factor in such
problems determines the success rate of the fire extinguishing process, as
appropriate data at the right time may be the decisive factor in controlling
fires, preventing their spread, extinguishing them, and limiting their losses.
Therefore, this research presented the problem of monitoring task scheduling
for drones in the forest monitoring system. This problem is solved by
developing several algorithms with the aim of minimizing the total completion
time required to carry out all the drones' assigned tasks. System performance
is measured by using 990 instances of three different classes. The performed
experimental results indicated the effectiveness of the proposed algorithms and
their ability to act efficiently to achieve the desired goal. The algorithm
$RID$ achieved the best performance with a percentage rate of up to 90.3% with
a time of 0.088 seconds.
- Abstract（参考訳）: この研究は、森林の重要性と、地球、気候、地球上の生命に直接影響を及ぼす生態系のバランス維持における役割を踏まえ、ドローンによる森林火災監視の課題を提起する。
森林モニタリングプロセスは、森林内の監視地域の変化を追跡するために連続的に行われる。
火災の間、ドローンの捕獲データは、追跡速度を高め、これらの火災の制御プロセスを強化するために使用される。
このような問題におけるタイムファクターは、適切な時刻の適切なデータが火災の制御、拡散の防止、消火、損失の制限に決定的な要因となるため、消火プロセスの成功率を決定する。
そこで本研究では,森林モニタリングシステムにおけるドローンの監視タスクスケジューリングの問題を提示した。
この問題は、全てのドローンが割り当てられたタスクを実行するのに必要な完了時間を最小化するために、いくつかのアルゴリズムを開発することで解決される。
システムパフォーマンスは、3つの異なるクラスの990インスタンスを用いて測定される。
実験の結果,提案アルゴリズムの有効性と目的達成のために効率的に行動できることが示唆された。
アルゴリズムの$rid$は最大90.3%のパーセンテージレートで0.088秒という最高のパフォーマンスを達成した。
関連論文リスト
- Genetic Algorithm-based Routing and Scheduling for Wildfire Suppression using a Team of UAVs [2.491548070992611]
本稿では,UAVチームによる早期の山火事対策について論じる。
GARST(Genematic Algorithm-based Routing and Scheduling with Time constraints)を提案する。
論文 参考訳（メタデータ） (2024-07-27T04:10:34Z) - Hardware Acceleration for Real-Time Wildfire Detection Onboard Drone
Networks [6.313148708539912]
遠隔地や森林地帯での山火事の検出は 破壊と生態系の保全を 最小化するのに不可欠です
ドローンは、高度な撮像技術を備えた、リモートで困難な地形へのアジャイルアクセスを提供する。
限られた計算とバッテリリソースは、画像分類モデルの実装と効率的な実装に困難をもたらす。
本稿では,リアルタイム画像分類と火災分断モデルの構築を目的とする。
論文 参考訳（メタデータ） (2024-01-16T04:16:46Z) - GraphCloak: Safeguarding Task-specific Knowledge within Graph-structured Data from Unauthorized Exploitation [61.80017550099027]
グラフニューラルネットワーク(GNN)は、さまざまな分野でますます普及している。
個人データの不正利用に関する懸念が高まっている。
近年の研究では、このような誤用から画像データを保護する効果的な方法として、知覚不能な毒殺攻撃が報告されている。
本稿では,グラフデータの不正使用に対する保護のためにGraphCloakを導入する。
論文 参考訳（メタデータ） (2023-10-11T00:50:55Z) - 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) - A Search and Detection Autonomous Drone System: from Design to
Implementation [7.760962597460447]
ターゲットを見つけるのに要する時間の観点からの探索効率は、山火事の検出に不可欠である。
経路計画と目標検出という2つのアルゴリズムが提案されている。
その結果,提案アルゴリズムはミッションの平均時間を大幅に短縮することがわかった。
論文 参考訳（メタデータ） (2022-11-29T01:44:29Z) - 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) - Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。
前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。
提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文 参考訳（メタデータ） (2022-05-13T21:09:41Z) - 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) - Machine Learning Based Early Fire Detection System using a Low-Cost
Drone [0.5161531917413706]
本稿では,森林火災の早期検出を低コストかつ高精度に行う機械学習システムを提案する。
システム内のマイクロコントローラは、ディープラーニングメソッドによるトレーニングによってプログラムされている。
無人航空機は、火災検知の最も初期の兆候である煙を認識する能力が与えられた。
論文 参考訳（メタデータ） (2021-01-21T16:18:42Z) - Bayesian Optimization with Machine Learning Algorithms Towards Anomaly
Detection [66.05992706105224]
本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。
ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。
実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
論文 参考訳（メタデータ） (2020-08-05T19:29:35Z) - Extending the Multiple Traveling Salesman Problem for Scheduling a Fleet
of Drones Performing Monitoring Missions [4.477547027158141]
事前に定義された地点でノードを複数回訪問する必要があるグラフ上で、一連のドローンの走行経路をスケジュールする方法を示す。
提案した定式化は,交通ネットワークにおける交通流のモニタリングや遠隔地からの探索・救助活動の監視など,いくつかの領域に適用することができる。
詳細な評価では、グリーディアルゴリズムは最適の92.06%でほぼ最適性能を示し、数百台のドローンや位置で設定できる可能性がある。
論文 参考訳（メタデータ） (2020-06-02T09:17:18Z)
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。