論文の概要: Home Automation System based on Intelligent Transducer Enablers
- arxiv url: http://arxiv.org/abs/2402.04334v1
- Date: Tue, 6 Feb 2024 19:18:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-08 18:20:54.779232
- Title: Home Automation System based on Intelligent Transducer Enablers
- Title(参考訳): インテリジェントトランスデューサを用いたホームオートメーションシステム
- Authors: Manuel Su\'arez-Albela, Paula Fraga-Lamas, Tiago M.
Fern\'andez-Caram\'es, Adriana Dapena and Miguel Gonz\'alez-L\'opez
- Abstract要約: 本稿では HASITE (Intelligent Transducer Enablers に基づくホームオートメーションシステム) という新しいホームオートメーションシステムを提案する。
トランスデューサの識別と設定を簡単かつ迅速に行うように設計されている。
異なる現実的なシナリオで実施されたテストによると、トランスデューサは13秒未満で使用できる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a novel home automation system named HASITE (Home
Automation System based on Intelligent Transducer Enablers), which has been
specifically designed to identify and configure transducers easily and quickly.
These features are especially useful in situations where many transducers are
deployed, since their setup becomes a cumbersome task that consumes a
significant amount of time and human resources. HASITE simplifies the
deployment of a home automation system by using wireless networks and both
self-configuration and self-registration protocols. Thanks to the application
of these three elements, HASITE is able to add new transducers by just powering
them up. According to the tests performed in different realistic scenarios, a
transducer is ready to be used in less than 13 s. Moreover, all HASITE
functionalities can be accessed through an API, which also allows for the
integration of third-party systems. As an example, an Android application based
on the API is presented. Remote users can use it to interact with transducers
by just using a regular smartphone or a tablet.
- Abstract(参考訳): 本稿では, 簡易かつ迅速にトランスデューサを識別・設定することを目的とした, HASITE (Intelligent Transducer Enablersをベースとしたホームオートメーションシステム) を提案する。
これらの機能は、多くのトランスデューサがデプロイされる状況において特に有用である。
HASITEは、無線ネットワークと自己設定プロトコルと自己登録プロトコルの両方を用いることで、ホームオートメーションシステムのデプロイを簡単にする。
これら3つの要素の応用により、hasiteは新しいトランスデューサをパワーアップするだけで追加することができる。
異なる現実的なシナリオで実施されたテストによると、トランスデューサは13秒未満で使用可能である。
さらに、すべてのHASITE機能はAPIを通じてアクセスすることができるため、サードパーティシステムとの統合も可能だ。
例として、APIに基づいたAndroidアプリケーションが紹介されている。
リモートのユーザは、ふつうのスマートフォンやタブレットを使ってトランスデューサと対話できる。
関連論文リスト
- A Multimodal Approach to Device-Directed Speech Detection with Large Language Models [41.37311266840156]
我々は、ユーザが各コマンドをトリガーフレーズで開始しなければならないという要求を省くことが可能かどうかを探る。
音声波形から得られた音響情報のみを用いて分類器を訓練する。
本研究では,1-best仮説などの自動音声認識システムのデコーダ出力を,大規模言語モデルへの入力特徴とみなす。
論文 参考訳(メタデータ) (2024-03-21T14:44:03Z) - Voice Recognition Robot with Real-Time Surveillance and Automation [0.0]
本稿では,Android アプリケーションを用いて入力音声信号を対応するテキストに変換する音声認識システムを提案する。
テキストメッセージはBluetooth経由で送信され、通信プラットフォームとして機能する。
本稿では,音声認識のリアルタイム監視・自動化への応用を拡張し,障害物検出・回避機構を取り入れた。
論文 参考訳(メタデータ) (2023-12-07T06:31:04Z) - Neural-Logic Human-Object Interaction Detection [67.4993347702353]
本稿では,ニューラルロジック推論を利用した新しいHOI検出器であるL OGIC HOIと,実体間の相互作用を推測するTransformerを提案する。
具体的には,バニラトランスフォーマーの自己保持機構を改変し,人間,行動,対象>三重項を推論し,新たな相互作用を構成する。
我々はこれらの2つの特性を一階述語論理で定式化し、それらを連続空間に基底にして、我々のアプローチの学習過程を制約し、性能とゼロショットの一般化能力を向上させる。
論文 参考訳(メタデータ) (2023-11-16T11:47:53Z) - Deformable Mixer Transformer with Gating for Multi-Task Learning of
Dense Prediction [126.34551436845133]
CNNとTransformerには独自の利点があり、MTL(Multi-task Learning)の高密度予測に広く使われている。
本稿では,変形可能なCNNと問合せベースのTransformerの長所を共用したMTLモデルを提案する。
論文 参考訳(メタデータ) (2023-08-10T17:37:49Z) - ConvLab-3: A Flexible Dialogue System Toolkit Based on a Unified Data
Format [88.33443450434521]
タスク指向対話(TOD)システムはデジタルアシスタントとして機能し、フライトの予約やレストランの検索といった様々なタスクを通じてユーザを誘導する。
TODシステムを構築するための既存のツールキットは、データ、モデル、実験環境の包括的な配列を提供するのに不足することが多い。
本稿では,このギャップを埋めるための多面的対話システムツールキットConvLab-3を紹介する。
論文 参考訳(メタデータ) (2022-11-30T16:37:42Z) - Composing Complex and Hybrid AI Solutions [52.00820391621739]
一般的なAIアプリケーションで上記の機能を実現するためのAcumosシステムの拡張について述べる。
当社の拡張機能には、gRPC/Protobufインターフェースによるより汎用的なコンポーネントのサポートが含まれています。
デプロイ可能なソリューションとそのインターフェースの例を提供する。
論文 参考訳(メタデータ) (2022-02-25T08:57:06Z) - Integrated Benchmarking and Design for Reproducible and Accessible
Evaluation of Robotic Agents [61.36681529571202]
本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。
このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。
本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
論文 参考訳(メタデータ) (2020-09-09T15:31:29Z) - GAMA: a General Automated Machine learning Assistant [4.035753155957698]
General Automated Machine Learning Assistant(GAMA)は、ユーザーがAutoMLアルゴリズムが最適な機械学習パイプラインを探索する方法を追跡および制御できるようにするモジュール式AutoMLシステムである。
GAMAは、ユーザーが異なるAutoMLおよび後処理テクニックをプラグインでき、検索プロセスのログと視覚化が可能で、簡単にベンチマークできる。
論文 参考訳(メタデータ) (2020-07-09T16:16:25Z) - Implementation of Google Assistant & Amazon Alexa on Raspberry Pi [0.0]
本稿では,Raspberry Pi上での音声対応Google AssistantとAmazon Alexaの実装について検討する。
音声対応システムは基本的に、音声を入力として処理し、その入力の意味を理解し、適切な音声出力を生成するシステムを意味する。
論文 参考訳(メタデータ) (2020-06-15T08:46:48Z) - APPLD: Adaptive Planner Parameter Learning from Demonstration [48.63930323392909]
本稿では,既存のナビゲーションシステムを新しい複雑な環境に適用可能な,適応プランナー学習(Adaptive Planner Learning from Demonstration)のAPPLDを紹介する。
APPLDは異なる環境で異なるナビゲーションシステムを実行する2つのロボットで検証されている。
実験結果から,APPLDはナビゲーションシステムよりも,デフォルトパラメータや専門家パラメータ,さらには人間実証者自体よりも優れていることが示された。
論文 参考訳(メタデータ) (2020-03-31T21:15:16Z) - Multipurpose Intelligent Process Automation via Conversational Assistant [3.808063547958558]
Intelligent Process Automation (IPA) は,反復的,ルーチン的,低認知的なタスクの処理によって知識労働者を支援することを目的とした,新興技術である。
我々は、実世界の産業環境でIPA対話アシスタントを実装するという課題に、構造化されたトレーニングデータの不足を伴って取り組む。
提案システムには2つの大きなメリットがある。第一に、反復的かつ時間のかかるアクティビティを削減し、従って、労働者がよりインテリジェントなプロセスに集中できるようにする。
論文 参考訳(メタデータ) (2020-01-07T21:47:37Z)
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。