Fugu-MT 論文翻訳(概要): Agile Climate-Sensor Design and Calibration Algorithms Using Machine Learning: Experiments From Cape Point

論文の概要: Agile Climate-Sensor Design and Calibration Algorithms Using Machine Learning: Experiments From Cape Point

arxiv url: http://arxiv.org/abs/2503.06777v1
Date: Sun, 09 Mar 2025 21:13:20 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-11 15:45:02.841595
Title: Agile Climate-Sensor Design and Calibration Algorithms Using Machine Learning: Experiments From Cape Point
Title（参考訳）: 機械学習を用いたアジャイル気候センサの設計と校正アルゴリズム:ケープポイントからの実験
Authors: Travis Barrett, Amit Kumar Mishra,
Abstract要約: 各種汚染物質を簡易に測定できる,安価でアジャイルな気候センサシステムの設計について述べる。本稿では,このコスト効率の高いセンシングプラットフォームから,南アフリカ気象庁のケープポイント計測施設における基準センサへのCO2データを校正するための機械学習回帰手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: In this paper, we describe the design of an inexpensive and agile climate sensor system which can be repurposed easily to measure various pollutants. We also propose the use of machine learning regression methods to calibrate CO2 data from this cost-effective sensing platform to a reference sensor at the South African Weather Service's Cape Point measurement facility. We show the performance of these methods and found that Random Forest Regression was the best in this scenario. This shows that these machine learning methods can be used to improve the performance of cost-effective sensor platforms and possibly extend the time between manual calibration of sensor networks.
Abstract（参考訳）: 本稿では,様々な汚染物質を簡易に測定できる,安価でアジャイルな気候センサシステムの設計について述べる。また,このコスト効率のよいセンシングプラットフォームから,南アフリカ気象庁のケープポイント計測施設の基準センサーへのCO2データを校正するための機械学習回帰手法を提案する。我々はこれらの手法の性能を示し、このシナリオではランダムフォレスト回帰が最善であることを示した。このことから,これらの機械学習手法は,コスト効率の高いセンサプラットフォームの性能向上や,センサネットワークの手動キャリブレーションの時間短縮に有効である可能性が示唆された。

関連論文リスト

Data Optimisation of Machine Learning Models for Smart Irrigation in Urban Parks [3.568617847600189]
本稿では,SIMPaCTシステムにおける広帯域センサネットワークの効率向上のための2つの新しい手法を提案する。第1の方法は、欠落したセンサーからの読み出しを推定し、連続的かつ信頼性の高いデータを保証する。第2の方法は、ロボットシステムを使用して、異なるセンサー位置からのシーケンシャルなデータ収集を含む。
論文参考訳（メタデータ） (2024-10-03T09:42:16Z)
Kalib: Markerless Hand-Eye Calibration with Keypoint Tracking [52.4190876409222]
ハンドアイキャリブレーションでは、カメラとロボット間の変換を推定する。ディープラーニングの最近の進歩は、マーカーレス技術を提供するが、それらは課題を提示している。自動的かつ普遍的なマーカーレスハンドアイキャリブレーションパイプラインであるKalibを提案する。
論文参考訳（メタデータ） (2024-08-20T06:03:40Z)
Likelihood-based Sensor Calibration using Affine Transformation [1.6147416588929153]
本稿では,1973年に発表されたGlacier Researchによる改良された解について述べる。この結果は,様々な応用に適用可能であることを示す。シミュレーションや,8つの同一センサを持つマルチセンサボードの実測データを用いて,本研究を評価した。
論文参考訳（メタデータ） (2023-09-20T06:55:39Z)
Spatial-Temporal Graph Attention Fuser for Calibration in IoT Air Pollution Monitoring Systems [8.997596859735516]
本稿では,センサアレイからのデータを融合させることによりキャリブレーションのプロセスを改善する新しい手法を提案する。我々は,IoT大気汚染監視プラットフォームにおけるセンサの校正精度を大幅に向上させる手法の有効性を実証する。
論文参考訳（メタデータ） (2023-09-08T12:04:47Z)
Automated Automotive Radar Calibration With Intelligent Vehicles [73.15674960230625]
本稿では,自動車用レーダセンサの自動校正手法を提案する。本手法では, 車両の外部改造を必要とせず, 自動走行車から得られる位置情報を利用する。実地試験場からのデータを評価した結果,インフラセンサを自動で正確に校正できることが判明した。
論文参考訳（メタデータ） (2023-06-23T07:01:10Z)
Environmental Sensor Placement with Convolutional Gaussian Neural Processes [65.13973319334625]
センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
論文参考訳（メタデータ） (2022-11-18T17:25:14Z)
Sensor Sampling Trade-Offs for Air Quality Monitoring With Low-Cost Sensors [0.1957338076370071]
本研究では, 対流圏オゾン, 二酸化窒素, 一酸化窒素の低コストセンサの校正におけるデータサンプリング戦略の影響について述べる。具体的には,センササブシステムのデューティサイクルを最小化するサンプリング戦略によって,データ品質を維持しながら消費電力を削減できることを示す。
論文参考訳（メタデータ） (2021-12-14T11:05:55Z)
Few-shot calibration of low-cost air pollution (PM2.5) sensors using meta-learning [11.352677351165246]
低コストの粒子状物質センサーは、大気の質をモニターしている。これらのセンサーは、共同デプロイされた基準モニターからのトレーニングデータを必要とする。本稿では,センサの迅速な校正のための新しい伝達学習法を提案する。
論文参考訳（メタデータ） (2021-08-02T05:19:23Z)
Real-time detection of uncalibrated sensors using Neural Networks [62.997667081978825]
オンライン学習に基づく温度・湿度・圧力センサの非校正検出装置を開発した。このソリューションはニューラルネットワークをメインコンポーネントとして統合し、校正条件下でのセンサーの動作から学習する。その結果, 提案手法は, 偏差値0.25度, 1% RH, 1.5Paの偏差をそれぞれ検出できることがわかった。
論文参考訳（メタデータ） (2021-02-02T15:44:39Z)
Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
論文参考訳（メタデータ） (2021-01-12T12:02:26Z)
Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
論文参考訳（メタデータ） (2020-03-23T10:51:32Z)

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。