論文の概要: MosquIoT: A System Based on IoT and Machine Learning for the Monitoring
of Aedes aegypti (Diptera: Culicidae)
- arxiv url: http://arxiv.org/abs/2401.16258v1
- Date: Mon, 29 Jan 2024 16:08:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 14:19:20.702314
- Title: MosquIoT: A System Based on IoT and Machine Learning for the Monitoring
of Aedes aegypti (Diptera: Culicidae)
- Title（参考訳）: Mosqu IoT: Aedes aegypti (Diptera: Culicidae)のモニタリングのためのIoTと機械学習に基づくシステム
- Authors: Javier Aira, Teresa Olivares Montes, Francisco M. Delicado, Dar\`io
Vezzani
- Abstract要約: 本稿では,MosquIoTという革新的なシステムの設計,開発,テストについて述べる。
組み込みモノのインターネット(IoT)とTiny Machine Learning(TinyML)技術を使った従来のオヴィタラップに基づいて、Ae. aegyptiエッグの検出と定量化を可能にする。
- 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: Millions of people around the world are infected with mosquito-borne diseases
each year. One of the most dangerous species is Aedes aegypti, the main vector
of viruses such as dengue, yellow fever, chikungunya, and Zika, among others.
Mosquito prevention and eradication campaigns are essential to avoid major
public health consequences. In this respect, entomological surveillance is an
important tool. At present, this traditional monitoring tool is executed
manually and requires digital transformation to help authorities make better
decisions, improve their planning efforts, speed up execution, and better
manage available resources. Therefore, new technological tools based on proven
techniques need to be designed and developed. However, such tools should also
be cost-effective, autonomous, reliable, and easy to implement, and should be
enabled by connectivity and multi-platform software applications. This paper
presents the design, development, and testing of an innovative system named
MosquIoT. It is based on traditional ovitraps with embedded Internet of Things
(IoT) and Tiny Machine Learning (TinyML) technologies, which enable the
detection and quantification of Ae. aegypti eggs. This innovative and promising
solution may help dynamically understand the behavior of Ae. aegypti
populations in cities, shifting from the current reactive entomological
monitoring model to a proactive and predictive digital one.
- Abstract（参考訳）: 毎年何百万人もの人が蚊に感染している。
最も危険な種の1つは、デング、黄熱病、チクングニャ、ジカなどのウイルスの主要なベクターであるAedes aegyptiである。
モスキト予防と根絶キャンペーンは、公衆衛生上の大きな影響を避けるために不可欠である。
この点において、昆虫学的監視は重要な手段である。
現在、この従来の監視ツールは手動で実行されており、当局がより良い決定を下し、計画作業を改善し、実行をスピードアップし、利用可能なリソースをより良く管理するためにデジタルトランスフォーメーションを必要とする。
そのため、実証技術に基づく新しい技術ツールの設計と開発が必要となる。
しかし、そのようなツールはコスト効率、自律性、信頼性、実装が容易で、接続性やマルチプラットフォームソフトウェアアプリケーションによって有効にする必要がある。
本稿では,MosquIoTという革新的なシステムの設計,開発,テストについて述べる。
組み込みIoT(Internet of Things)とTiny Machine Learning(TinyML)技術を備えた従来のOvitrapに基づいており、Aeの検出と定量化を可能にしている。
エジプティの卵
この革新的で有望なソリューションは、aeの挙動を動的に理解するのに役立ちます。
都市部のイージープティの人口は 現在の反応性の 昆虫学的モニタリングモデルから 積極的で予測可能なデジタルモデルに移行しました
関連論文リスト
- Deep Learning Based XIoT Malware Analysis: A Comprehensive Survey, Taxonomy, and Research Challenges [0.0]
IoT(Internet of Things)は,急速に成長するコンピューティング産業のひとつだ。
従来のマルウェア検出手法は、これらの新しい種類のマルウェアに対して効果が低い。
機械学習(ML)とディープラーニング(DL)アプローチは、これらの新しいIoTマルウェアの亜種を扱うのに有効であることが証明されている。
論文 参考訳（メタデータ） (2024-10-14T19:04:43Z) - MultiIoT: Benchmarking Machine Learning for the Internet of Things [70.74131118309967]
次世代の機械学習システムは、物理的世界に対する知覚と相互作用に長けなければならない。
運動、熱、位置情報、深度、無線信号、ビデオ、オーディオからの知覚データは、物理環境の状態をモデル化するためにますます使われています。
既存の取り組みは、しばしば単一の感覚的モダリティまたは予測タスクに特化している。
本稿は、12のモダリティと8つの現実世界タスクから115万以上のサンプルを含む、これまでで最も拡張的で統一されたIoTベンチマークであるMultiIoTを提案する。
論文 参考訳（メタデータ） (2023-11-10T18:13:08Z) - From Generative AI to Generative Internet of Things: Fundamentals,
Framework, and Outlooks [82.964958051535]
生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。
GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-10-27T02:58:11Z) - Elephants and Algorithms: A Review of the Current and Future Role of AI
in Elephant Monitoring [47.24825031148412]
人工知能(AI)と機械学習(ML)は、動物行動と保全戦略の理解を深める革命的な機会を提供する。
アフリカ保護地域の重要な種であるゾウを焦点として、我々はAIとMLが保護に果たす役割を掘り下げる。
新しいAIとML技術は、このプロセスを合理化するためのソリューションを提供する。
論文 参考訳（メタデータ） (2023-06-23T22:35:51Z) - Acoustic Identification of Ae. aegypti Mosquitoes using Smartphone Apps
and Residual Convolutional Neural Networks [0.8808021343665321]
我々は,Aedes aegypti 蚊の増殖に対する住民の意識を高めるために,低コストでデプロイが容易なスマートフォンアプリを提案する。
このようなスマートフォンアプリを開発するのは、さまざまな理由から難しい。スマートフォンのリソースを使って捕獲できる機能に基づいて蚊を識別するために必要な、成熟度の高い技術などだ。
論文 参考訳（メタデータ） (2023-06-16T13:41:01Z) - Safe AI for health and beyond -- Monitoring to transform a health
service [51.8524501805308]
機械学習アルゴリズムの出力を監視するために必要なインフラストラクチャを評価する。
モデルのモニタリングと更新の例を示す2つのシナリオを提示します。
論文 参考訳（メタデータ） (2023-03-02T17:27:45Z) - Machine Learning and Computer Vision Techniques in Continuous Beehive
Monitoring Applications: A survey [0.0]
コンピュータビジョン技術を用いた自動蜂蜜モニタリング手法に着目した50の既存論文を調査した。
本論文は,機械学習に精通していない獣医学専門家や専門家を対象に,その可能性について紹介する。
この論文は、他の科学者にビーヒーブモニタリングの他の応用に機械学習技術を使うよう促すことを願っている。
論文 参考訳（メタデータ） (2022-07-29T21:56:59Z) - Survey of Machine Learning Based Intrusion Detection Methods for
Internet of Medical Things [2.223733768286313]
Internet of Medical Things (IoMT) は、モノのインターネット(Internet of Things)の応用である。
このデータのセンシティブでプライベートな性質は、攻撃者にとって重要な関心事であるかもしれない。
ストレージや計算能力に制限のある機器に対する従来のセキュリティ手法の使用は効果がない。
論文 参考訳（メタデータ） (2022-02-19T18:40:55Z) - EEG-Based Brain-Computer Interfaces Are Vulnerable to Backdoor Attacks [68.01125081367428]
近年の研究では、機械学習アルゴリズムは敵攻撃に弱いことが示されている。
本稿では,脳波をベースとしたBCIの毒殺攻撃に狭周期パルスを用いることを提案する。
論文 参考訳（メタデータ） (2020-10-30T20:49:42Z) - Digital Ariadne: Citizen Empowerment for Epidemic Control [55.41644538483948]
新型コロナウイルスの危機は、1918年のH1N1パンデミック以来、公衆衛生にとって最も危険な脅威である。
技術支援による位置追跡と接触追跡は、広く採用されれば、感染症の拡散を抑えるのに役立つかもしれない。
個人のデバイス上での自発的な位置情報とBluetoothトラッキングに基づいて、"diAry"や"digital Ariadne"と呼ばれるツールを提示する。
論文 参考訳（メタデータ） (2020-04-16T15:53:42Z) - A Proposed IoT Smart Trap using Computer Vision for Sustainable Pest
Control in Coffee Culture [0.0]
モノのインターネット(IoT)は、いくつかの領域における生活の質を改善する巨大な可能性を持つ多目的技術として登場しています。
本稿では、コンピュータビジョンを用いて興味のある昆虫を識別するIoT機能を備えたスマートトラップを提案する。
提案手法の実証が明らかになり, 主な結論は, プランテーションにおける害虫濃度に対する認識と, 農薬による従来の防除方法に対する代替害虫コントロールとしての生存性である。
論文 参考訳（メタデータ） (2020-04-09T12:04:15Z)
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。