論文の概要: A Modular, Low-Cost IoT System for Environmental and Behavioural Monitoring in Cultural Heritage Sites

• arxiv url: http://arxiv.org/abs/2508.00849v1
• Date: Fri, 11 Jul 2025 08:31:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-17 07:57:56.088503
• Title: A Modular, Low-Cost IoT System for Environmental and Behavioural Monitoring in Cultural Heritage Sites
• Title（参考訳）: 文化財の環境・環境モニタリングのためのモジュール型低コストIoTシステム
• Authors: Juan Palomeque-Gonzalez,
• Abstract要約: 本研究では,遺産のリアルタイムな環境・行動モニタリングを目的とした,モジュール型で低コストなモノのインターネット(IoT)システムを提案する。 ESP32sやRaspberry Piのような既製のコンポーネントで構築されたこのシステムは、無線センサネットワーク、エッジコンピューティング、クラウドサービス(Microsoft Azure)を統合して、温度、湿度、音、ビジター近接などの変数を測定する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The preservation of cultural heritage faces growing challenges from climate change, tourism pressure, and limited conservation resources. Existing monitoring solutions are often cost-prohibitive, proprietary, and inflexible, leaving many institutions, particularly in developing regions, without viable tools for proactive management. This study presents a modular, low-cost Internet of Things (IoT) system designed for real-time environmental and behavioural monitoring in heritage sites. Built with off-the-shelf components such as ESP32 microcontrollers and Raspberry Pi, the system integrates a wireless sensor network, edge computing, and cloud services (Microsoft Azure) to measure variables including temperature, humidity, sound, and visitor proximity. It also incorporates computer vision models to classify visitor behaviour, achieving up to 95% accuracy using fine-tuned Vision Transformers. The system's modularity, enabled via JSON configurations, allows for rapid reconfiguration without firmware changes. A simulated deployment demonstrated robust performance, low power consumption, and cost-efficiency (less than 200 GBP per node), validating the system's potential for scalable, sustainable heritage monitoring. This open-source framework offers a practical path forward for institutions seeking to balance accessibility with conservation needs.
• Abstract（参考訳）: 文化遺産の保存は、気候変動、観光の圧力、限られた保護資源からの課題が増大している。 既存の監視ソリューションはコストが抑えられ、プロプライエタリであり、柔軟性がないことが多いため、多くの機関、特に発展途上国では、積極的に管理するためのツールが存在しない。 本研究では,遺産のリアルタイムな環境・行動モニタリングを目的とした,モジュール型で低コストなモノのインターネット(IoT)システムを提案する。 ESP32マイクロコントローラやRaspberry Piなどの既製のコンポーネントで構築されたこのシステムは、無線センサネットワーク、エッジコンピューティング、クラウドサービス(Microsoft Azure)を統合して、温度、湿度、音、ビジター近接などの変数を測定する。 また、コンピュータビジョンモデルを用いてビジターの振る舞いを分類し、微調整された視覚変換器を用いて95%の精度で達成する。 システムのモジュール化はJSON設定によって実現され、ファームウェアを変更することなく、迅速な再設定を可能にする。 シミュレーションされたデプロイメントでは、堅牢なパフォーマンス、低消費電力、コスト効率(ノード当たり200GBP未満)が示され、システムのスケーラブルで持続可能な保存監視の可能性を検証することができた。 このオープンソースフレームワークは、アクセシビリティと保護ニーズのバランスを保とうとする機関にとって、実用的な道筋を提供する。

関連論文リスト

• Data-driven Modality Fusion: An AI-enabled Framework for Large-Scale Sensor Network Management [0.49998148477760973]
  本稿では,DMF(Data-driven Modality Fusion)と呼ばれる新しいセンシングパラダイムを紹介する。 異なるセンシングモードからの時系列データ間の相関を利用して、DMF手法によりモニタリングに必要な物理センサの数を削減できる。 このフレームワークは、エッジデバイスからコアへ計算の複雑さを移動させ、リソースに制約のあるIoTデバイスが集中的な処理タスクに負担されないようにする。
  論文  参考訳（メタデータ） (2025-02-07T14:00:04Z)
• Enhancing Predictive Maintenance in Mining Mobile Machinery through a TinyML-enabled Hierarchical Inference Network [0.0]
  本稿では,予測保守のためのエッジセンサネットワーク(ESN-PdM)を紹介する。 ESN-PdMはエッジデバイス、ゲートウェイ、クラウドサービスにまたがる階層的推論フレームワークで、リアルタイムな状態監視を行う。 システムは、正確性、レイテンシ、バッテリー寿命のトレードオフに基づいて、デバイス、オンゲートウェイ、あるいはクラウド上の推論位置を動的に調整する。
  論文  参考訳（メタデータ） (2024-11-11T17:48:04Z)
• An IoT Framework for Building Energy Optimization Using Machine Learning-based MPC [0.0]
  本研究では,モノのインターネット(IoT)フレームワークを用いてエアハンドリングユニット(AHU)システムを制御するための,機械学習に基づくモデル予測制御(MPC)アプローチを提案する。 提案フレームワークは,ニューラルネットワーク(ANN)を用いて動的線形熱モデルパラメータをリアルタイムに構築する手法である。
  論文  参考訳（メタデータ） (2024-08-23T14:38:18Z)
• Effective Intrusion Detection in Heterogeneous Internet-of-Things Networks via Ensemble Knowledge Distillation-based Federated Learning [52.6706505729803]
  我々は、分散化された侵入検知システムの共有モデル(IDS)を協調訓練するために、フェデレートラーニング(FL)を導入する。 FLEKDは従来のモデル融合法よりも柔軟な凝集法を実現する。 実験の結果,提案手法は,速度と性能の両面で,局所訓練と従来のFLよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-22T14:16:37Z)
• Autonomous Payload Thermal Control [55.2480439325792]
  小さな衛星では、熱制御装置、科学機器、電子部品のスペースは少ない。 深部強化学習を用いた自律型熱制御ツールを提案する。 提案するフレームワークは,運用範囲の温度を維持するためにペイロード処理能力の制御を学べる。
  論文  参考訳（メタデータ） (2023-07-28T09:40:19Z)
• Real-time Neural-MPC: Deep Learning Model Predictive Control for Quadrotors and Agile Robotic Platforms [59.03426963238452]
  モデル予測制御パイプライン内の動的モデルとして,大規模で複雑なニューラルネットワークアーキテクチャを効率的に統合するフレームワークであるReal-time Neural MPCを提案する。 ニューラルネットワークを使わずに、最先端のMPCアプローチと比較して、位置追跡誤差を最大82%削減することで、実世界の問題に対する我々のフレームワークの実現可能性を示す。
  論文  参考訳（メタデータ） (2022-03-15T09:38:15Z)
• Reconfigurable Cyber-Physical System for Critical Infrastructure Protection in Smart Cities via Smart Video-Surveillance [2.2509387878255818]
  分散クラウドエッジスマートビデオ監視を用いたCI保護のための再構成可能なサイバー物理システムを提案する。 ローカルエッジノードは、Deep Learningを介して人検出を行います。 クラウドサーバはノードから結果を収集し、生体認証、トラッキング、周辺監視を行う。
  論文  参考訳（メタデータ） (2020-11-29T18:43:25Z)
• NeurOpt: Neural network based optimization for building energy management and climate control [58.06411999767069]
  モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。 イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
  論文  参考訳（メタデータ） (2020-01-22T00:51:03Z)

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。