論文の概要: UDEEP: Edge-based Computer Vision for In-Situ Underwater Crayfish and
Plastic Detection
- arxiv url: http://arxiv.org/abs/2401.06157v1
- Date: Thu, 21 Dec 2023 16:03:59 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-22 12:50:12.757552
- Title: UDEEP: Edge-based Computer Vision for In-Situ Underwater Crayfish and
Plastic Detection
- Title(参考訳): udeep:水中クラゲとプラスチック検出のためのエッジベースのコンピュータビジョン
- Authors: Dennis Monari, Jack Larkin, Pedro Machado, Jordan J. Bird, Isibor
Kennedy Ihianle, Salisu Wada Yahaya, Farhad Fassihi Tash, Md Mahmudul Hasan,
Ahmad Lotfi
- Abstract要約: 侵入信号クレーフィッシュは生態系に有害な影響を及ぼす。
白爪のクラゲの個体数は、一部のイングランドの郡で90%以上減少している。
UDEEPプラットフォームは環境モニタリングにおいて重要な役割を果たす。
- 参考スコア(独自算出の注目度): 3.3512412533987903
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Invasive signal crayfish have a detrimental impact on ecosystems. They spread
the fungal-type crayfish plague disease (Aphanomyces astaci) that is lethal to
the native white clawed crayfish, the only native crayfish species in Britain.
Invasive signal crayfish extensively burrow, causing habitat destruction,
erosion of river banks and adverse changes in water quality, while also
competing with native species for resources and leading to declines in native
populations. Moreover, pollution exacerbates the vulnerability of White-clawed
crayfish, with their populations declining by over 90% in certain English
counties, making them highly susceptible to extinction. To safeguard aquatic
ecosystems, it is imperative to address the challenges posed by invasive
species and discarded plastics in the United Kingdom's river ecosystem's. The
UDEEP platform can play a crucial role in environmental monitoring by
performing on-the-fly classification of Signal crayfish and plastic debris
while leveraging the efficacy of AI, IoT devices and the power of edge
computing (i.e., NJN). By providing accurate data on the presence, spread and
abundance of these species, the UDEEP platform can contribute to monitoring
efforts and aid in mitigating the spread of invasive species.
- Abstract(参考訳): 侵入信号クラゲは生態系に有害な影響を及ぼす。
彼らは、イギリスで唯一の天然のクラゲである原生の白いクラゲに致命的な真菌型クラゲ疫病(Aphanomyces astaci)を広めた。
侵入信号クレーフィッシュは広範囲に穴を埋め、生息地の破壊、川岸の浸食、水質の悪変化を引き起こし、一方で原生種と資源を競い合い、先住民の減少につながった。
さらに、汚染はホワイト・クレイフィッシュの脆弱性を悪化させ、一部のイングランドの郡では人口が90%以上減少し、絶滅の恐れが強い。
水生生態系を保護するためには、イギリスの河川生態系における侵入種や廃棄プラスチックの課題に対処することが不可欠である。
UDEEPプラットフォームは、AI、IoTデバイス、エッジコンピューティング(NJN)のパワーを活用しながら、Signal crayfishとプラスチックの破片をオンザフライで分類することで、環境監視において重要な役割を果たす。
UDEEPプラットフォームは、これらの種の存在、拡散、豊富性に関する正確なデータを提供することで、モニタリングの取り組みや、外来種の拡散を緩和する支援に貢献することができる。
関連論文リスト
- ODYSSEE: Oyster Detection Yielded by Sensor Systems on Edge Electronics [14.935296890629795]
オイスターは沿岸生態系において重要なキーストーンであり、経済的、環境的、文化的な利益をもたらす。
現在の監視戦略は、しばしば破壊的な方法に依存している。
本研究では, 安定拡散を用いた新しいパイプラインを提案し, 現実的な合成データを用いて収集した実データセットを増強する。
論文 参考訳(メタデータ) (2024-09-11T04:31:09Z) - Optimizing Convolutional Neural Networks for Identifying Invasive Pollinator Apis Mellifera and Finding a Ligand drug to Protect California's Biodiversity [0.0]
北アメリカには、環境に不可欠な様々な種類のミツバチがいる。
カリフォルニアの農業産業は、主にアーモンドの受粉のためにヨーロッパ産ミツバチを輸入している。
この結果、先住民の生態系を混乱させ、食料に恵まれない多くのミツバチ種を脅かすという意図しない結果がもたらされた。
論文 参考訳(メタデータ) (2024-04-05T03:11:24Z) - SatBird: Bird Species Distribution Modeling with Remote Sensing and
Citizen Science Data [68.2366021016172]
本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。
ケニアでは低データのレシエーションを表すデータセットも提供しています。
リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
論文 参考訳(メタデータ) (2023-11-02T02:00:27Z) - FisHook -- An Optimized Approach to Marine Specie Classification using
MobileNetV2 [5.565562836494568]
海洋生物の分類とモニタリングは、その分布、人口動態、そしてそれらに対する人間の活動の影響を理解するのに役立ちます。
ディープラーニングアルゴリズムは、海洋生物を効率的に分類し、海洋生態系の監視と管理を容易にする。
論文 参考訳(メタデータ) (2023-04-04T04:30:25Z) - IoT-Based Water Quality Assessment System for Industrial Waste
WaterHealthcare Perspective [1.1318749736230347]
汚染された水は、食物中毒、下気道、短期間の消化器疾患、呼吸器疾患、皮膚疾患、その他の深刻な健康上の合併症を引き起こすことがある。
バングラデシュのような発展途上国では、準備済みの衣服部門が総生産量(GDP)の主要な供給源の1つであり、衣料工場から排出される廃棄物のほとんどは、最も近い川や運河に投棄されている。
この問題に対処するため,モバイルアプリケーションと統合したIoT(Internet of Things)ベースのリアルタイム水質モニタリングシステムを開発した。
論文 参考訳(メタデータ) (2023-03-26T07:17:18Z) - 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) - Towards Generating Large Synthetic Phytoplankton Datasets for Efficient
Monitoring of Harmful Algal Blooms [77.25251419910205]
有害な藻類(HAB)は養殖農場で重大な魚死を引き起こす。
現在、有害藻や他の植物プランクトンを列挙する標準的な方法は、顕微鏡でそれらを手動で観察し数えることである。
合成画像の生成にはGAN(Generative Adversarial Networks)を用いる。
論文 参考訳(メタデータ) (2022-08-03T20:15:55Z) - LudVision -- Remote Detection of Exotic Invasive Aquatic Floral Species
using Drone-Mounted Multispectral Data [0.34998703934432673]
ルートヴィヒア・ペプロイドは、欧州連合によって水生侵略種と見なされている。
我々の目標は、種の存在を特定する方法を開発することであった。
得られた画像から対象種を同定するため,Ludwigia p。
論文 参考訳(メタデータ) (2022-07-12T15:43:21Z) - SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to
Generate an Improved Ocean Model [72.3183990520267]
シーライス分散と分布を効率的に推定するためのシーライス適応格子追跡手法を提案する。
具体的には、局所的な海洋特性に基づいて、オーシャンモデルの格子グラフにノードをマージすることで、適応的な空間メッシュを生成する。
提案手法は, 変動する気候下での海洋ライス寄生圧マップの予測モデルにより, 積極的養殖管理の促進を約束するものである。
論文 参考訳(メタデータ) (2021-06-24T17:29:42Z) - Intestinal Parasites Classification Using Deep Belief Networks [53.20999552522241]
40億ドルの人々が腸内寄生虫に感染している。
人間の視覚検査はまだ臨床診断の大部分を担当している。
腸内寄生虫自動分類の文脈に深層信念ネットワークを導入する。
論文 参考訳(メタデータ) (2021-01-17T18:47:02Z) - Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。
提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
論文 参考訳(メタデータ) (2020-11-28T05:51:19Z)
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。