論文の概要: SpectroGLY: A Low-Cost IoT-Based Ecosystem for the Detection of
Glyphosate Residues in Waters
- arxiv url: http://arxiv.org/abs/2401.16009v1
- Date: Mon, 29 Jan 2024 09:56:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 15:30:00.678508
- Title: SpectroGLY: A Low-Cost IoT-Based Ecosystem for the Detection of
Glyphosate Residues in Waters
- Title（参考訳）: SpectroGLY: 水中のグリホサート残基検出のための低コストIoTベースの生態系
- Authors: Javier Aira, Teresa Olivares, Francisco M. Delicado
- Abstract要約: 水中でのグリホサート汚染が主要な健康問題になりつつある。
本稿では、革新的な低コストVIS-NIR(可視・近赤外)分光計(SpectroGLY)の設計、開発、試験について述べる。
移植性のおかげで、任意のコンテキストで使用でき、10分で結果が得られる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Glyphosate contamination in waters is becoming a major health problem that
needs to be urgently addressed, as accidental spraying, drift or leakage of
this highly water-soluble herbicide can impact aquatic ecosystems. Researchers
are increasingly concerned about exposure to glyphosate and the risks its poses
to human health, since it may cause substantial damage, even in small doses.
The detection of glyphosate residues in waters is not a simple task, as it
requires complex and expensive equipment and qualified personnel. New
technological tools need to be designed and developed, based on proven, but
also cost-efficient, agile and user-friendly, analytical techniques, which can
be used in the field and in the lab, enabled by connectivity and multi-platform
software applications. This paper presents the design, development and testing
of an innovative low-cost VIS-NIR (Visible and Near-Infrared) spectrometer
(called SpectroGLY), based on IoT (Internet of Things) technologies, which
allows potential glyphosate contamination in waters to be detected. SpectroGLY
combines the functional concept of a traditional lab spectrometer with the IoT
technological concept, enabling the integration of several connectivity options
for rural and urban settings and digital visualization and monitoring platforms
(Mobile App and Dashboard Web). Thanks to its portability, it can be used in
any context and provides results in 10 minutes. Additionally, it is unnecessary
to transfer the sample to a laboratory (optimizing time, costs and the capacity
for corrective actions by the authorities). In short, this paper proposes an
innovative, low-cost, agile and highly promising solution to avoid potential
intoxications that may occur due to ingestion of water contaminated by this
herbicide.
- Abstract（参考訳）: 水中でのグリホサート汚染は、水に溶けやすい除草剤が水生生態系に影響を及ぼすため、緊急に対処する必要がある主要な健康問題になりつつある。
研究者たちは、グリホサートへの曝露と、それが人間の健康に影響を及ぼすリスクをますます懸念している。
水中のグリホサート残基の検出は、複雑で高価な設備と有資格者を必要とするため、簡単な作業ではない。
新たな技術ツールは、実証済みだが、コスト効率が高く、アジャイルで、ユーザフレンドリな分析技術に基づいて設計され、開発される必要がある。
本稿では,iot(internet of things, iot)技術に基づく,革新的な低コストのvis-nir(visible and near-infrared)分光計(spectrogly)の設計,開発,試験を行い,水中のglyphosate汚染を検出する。
spectroglyは、従来のラボスペクトロメーターの機能コンセプトとiot技術コンセプトを組み合わせることで、農村や都市、デジタル視覚化とモニタリングプラットフォーム(モバイルアプリとダッシュボードweb)にいくつかの接続オプションを統合することができる。
可搬性のおかげで、任意のコンテキストで使用でき、10分で結果が得られる。
また、試料を実験室に移すことは不要である(当局による修正作業の時間、費用および能力の最適化)。
本稿では,この除草剤によって汚染された水の摂取による潜在的中毒を回避するために,革新的な,低コストで,アジャイルで,高い期待のソリューションを提案する。
関連論文リスト
- Towards an Autonomous Surface Vehicle Prototype for Artificial Intelligence Applications of Water Quality Monitoring [68.41400824104953]
本稿では,人工知能アルゴリズムの利用と水質モニタリングのための高感度センシング技術に対処する車両プロトタイプを提案する。
車両には水質パラメータと水深を測定するための高品質なセンサーが装備されている。
ステレオカメラにより、実際の環境でのマクロプラスチックの検出と検出も可能である。
論文 参考訳（メタデータ） (2024-10-08T10:35:32Z) - 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) - Implementing Edge Based Object Detection For Microplastic Debris [0.0]
プラスチックは、我々の日々の活動に欠かせない存在として自制している。
プラスチックの破片レベルは、埋立地のゴミ処理場に廃棄物が蓄積されるにつれて上昇し続けている。
このプロジェクトでは、サンプル画像の時間的検出で実行可能なモデルを生成することができる。
論文 参考訳（メタデータ） (2023-07-30T17:55:03Z) - ChemVise: Maximizing Out-of-Distribution Chemical Detection with the
Novel Application of Zero-Shot Learning [60.02503434201552]
本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。
合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
論文 参考訳（メタデータ） (2023-02-09T20:19:57Z) - Evaluation of the potential of Near Infrared Hyperspectral Imaging for
monitoring the invasive brown marmorated stink bug [53.682955739083056]
BMSB(Halyomorpha halys)は、数種の作物を害する世界的重要性の害虫である。
本研究は、BMSB検体を検出する技術として、NIR-HSI(Near Infrared Hyperspectral Imaging)を実験室レベルで予備評価する。
論文 参考訳（メタデータ） (2023-01-19T11:37:20Z) - 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) - IoT based Smart Water Quality Prediction for Biofloc Aquaculture [1.820324411024166]
養殖におけるバイオフロック技術は、マニュアルを微生物タンパク質に変換することによって、未使用の飼料の再利用を可能にする高度なシステムに変換する。
この記事では、センサを使用してデータを収集し、機械学習モデルを使用して分析し、人工知能(AI)の助けを借りて決定を生成し、ユーザに通知を送信するシステムを紹介した。
論文 参考訳（メタデータ） (2022-07-27T03:00:48Z) - Smart IoT-Biofloc water management system using Decision regression tree [0.0]
バイオフロック技術は、従来の農業を高度なインフラに変え、バクテリアのバイオマスへと転換することで、余剰食品の利用を可能にする。
本稿では,センサからデータを収集し,データをクラウドに保存し,機械学習モデルを用いて水の状態を予測するシステムを紹介し,アンドロイドアプリによるリアルタイムモニタリングを行う。
論文 参考訳（メタデータ） (2021-12-05T14:12:07Z) - Detection of Anomalies and Faults in Industrial IoT Systems by Data
Mining: Study of CHRIST Osmotron Water Purification System [15.06694204377327]
本稿では, 工業用医薬品システム, 特に水質浄化システムについて述べる。
ほぼ全ての製薬会社は、その相互依存システムの一部として水質浄化ユニットを持っている。
エッジの欠陥の早期検出は、メンテナンスコストを大幅に削減し、安全性と出力品質を向上させる。
論文 参考訳（メタデータ） (2020-09-08T11:31:43Z) - Water Quality Prediction on a Sigfox-compliant IoT Device: The Road
Ahead of WaterS [0.27998963147546135]
我々は,収集した計測データを遠隔で通信する,モノのインターネット(Internet of Things)の水質予測システムであるWaterSに注目した。
このソリューションは、エネルギー効率や自律性といった特異なモノのインターネット(Internet of Things)の制約を考慮して、水質問題に対処する。
WaterSエコシステムのソースコードがオープンソースとしてリリースされ、産業とアカデミアの両方の研究活動を奨励し、促進している。
論文 参考訳（メタデータ） (2020-07-27T11:21:40Z) - Learning To Navigate The Synthetically Accessible Chemical Space Using
Reinforcement Learning [75.95376096628135]
ド・ノボ薬物設計のための強化学習(RL)を利用した新しい前方合成フレームワークを提案する。
このセットアップでは、エージェントは巨大な合成可能な化学空間をナビゲートする。
本研究は,合成可能な化学空間を根本的に拡張する上で,エンド・ツー・エンド・トレーニングが重要なパラダイムであることを示す。
論文 参考訳（メタデータ） (2020-04-26T21:40:03Z)
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。