論文の概要: AeroSafe: Mobile Indoor Air Purification using Aerosol Residence Time Analysis and Robotic Cough Emulator Testbed
- arxiv url: http://arxiv.org/abs/2508.02947v1
- Date: Mon, 04 Aug 2025 23:11:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:55.71332
- Title: AeroSafe: Mobile Indoor Air Purification using Aerosol Residence Time Analysis and Robotic Cough Emulator Testbed
- Title（参考訳）: エアロセーフ:エアロゾルの滞留時間解析とロボットカフエミュレータを用いた移動室内空気浄化
- Authors: M Tanjid Hasan Tonmoy, Rahath Malladi, Kaustubh Singh, Forsad Al Hossain, Rajesh Gupta, Andrés E. Tejada-Martínez, Tauhidur Rahman,
- Abstract要約: 本稿では,室内空気浄化システムの有効性向上を目的とした新しいアプローチであるAeroSafeを紹介する。
これには、ロボットコークスエミュレータのテストベッドと、デジタルツインズに基づくエアロゾルの滞留時間分析が含まれる。
その結果,35秒以内の平均滞留時間予測誤差でエアロゾル濃度を予測できることが示された。
- 参考スコア（独自算出の注目度）: 3.2207003694189997
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Indoor air quality plays an essential role in the safety and well-being of occupants, especially in the context of airborne diseases. This paper introduces AeroSafe, a novel approach aimed at enhancing the efficacy of indoor air purification systems through a robotic cough emulator testbed and a digital-twins-based aerosol residence time analysis. Current portable air filters often overlook the concentrations of respiratory aerosols generated by coughs, posing a risk, particularly in high-exposure environments like healthcare facilities and public spaces. To address this gap, we present a robotic dual-agent physical emulator comprising a maneuverable mannequin simulating cough events and a portable air purifier autonomously responding to aerosols. The generated data from this emulator trains a digital twins model, combining a physics-based compartment model with a machine learning approach, using Long Short-Term Memory (LSTM) networks and graph convolution layers. Experimental results demonstrate the model's ability to predict aerosol concentration dynamics with a mean residence time prediction error within 35 seconds. The proposed system's real-time intervention strategies outperform static air filter placement, showcasing its potential in mitigating airborne pathogen risks.
- Abstract（参考訳）: 室内空気質は、特に航空病の文脈において、乗員の安全と幸福に重要な役割を担っている。
本稿では,ロボットコークスエミュレータテストベッドとデジタル双極子を用いたエアロゾル滞留時間解析による室内空気浄化システムの有効性向上を目的とした,新しいアプローチであるAeroSafeを紹介する。
現在のポータブルエアフィルターは、特に医療施設や公共空間のような高露光環境において、コークスによって生じる呼吸エアロゾルの濃度を見落としていることが多い。
このギャップに対処するために,コークス現象をシミュレートする操作可能なマニキンと,エアロゾルに自律的に応答する携帯型空気浄化装置を備えたロボット二重エージェント物理エミュレータを提案する。
このエミュレータから生成されたデータは、Long Short-Term Memory(LSTM)ネットワークとグラフ畳み込みレイヤを使用して、物理ベースのコンパートメントモデルと機械学習アプローチを組み合わせたデジタルツインモデルをトレーニングする。
実験により,35秒以内の平均滞留時間予測誤差でエアロゾル濃度を予測できることを示した。
提案システムのリアルタイム介入戦略は静的空気フィルタの配置よりも優れており、航空機の病原体リスクを緩和する可能性を示している。
関連論文リスト
- An AI-driven framework for the prediction of personalised health response to air pollution [30.858937705130106]
大気汚染は公衆衛生にとって重大な脅威となり、多くの呼吸器や心臓血管疾患を発生または悪化させる。
個人感覚の最近の進歩は、行動や生理的なデータの収集に変化をもたらした。
本研究では、ウェアラブルフィットネスデバイスからの生理データをリアルタイム環境暴露と統合することで、汚染に対する個人化された健康反応を予測する新しいワークフローを提案する。
論文 参考訳（メタデータ） (2025-05-15T17:59:07Z) - Machine learning-based algorithms for at-home respiratory disease monitoring and respiratory assessment [45.104212062055424]
本研究の目的は、在宅呼吸器疾患のモニタリングと評価を容易にする機械学習ベースのアルゴリズムを開発することである。
健常成人30名を対象に, 呼吸圧, 血流, 胸腹部周囲の動的計測を行った。
ランダムフォレスト分類器、ロジスティック回帰、サポートベクターマシン(SVM)など、さまざまな機械学習モデルをトレーニングし、呼吸タイプを予測する。
論文 参考訳（メタデータ） (2024-09-05T02:14:31Z) - 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) - IoT-Based Air Quality Monitoring System with Machine Learning for
Accurate and Real-time Data Analysis [0.0]
本研究では, どこでも使用可能な携帯型空気質検知装置の開発を提案する。
収集されたデータは、クラウドベースのWebアプリThinkSpeakを使って保存および視覚化される。
論文 参考訳（メタデータ） (2023-07-02T14:18:04Z) - Physics-informed machine learning with differentiable programming for
heterogeneous underground reservoir pressure management [64.17887333976593]
地下貯水池の過圧化を避けることは、CO2の沈殿や排水の注入といった用途に欠かせない。
地中における複雑な不均一性のため, 噴射・抽出制御による圧力管理は困難である。
過圧化防止のための流体抽出速度を決定するために、フル物理モデルと機械学習を用いた微分可能プログラミングを用いる。
論文 参考訳（メタデータ） (2022-06-21T20:38:13Z) - Machine Learning for Mechanical Ventilation Control (Extended Abstract) [52.65490904484772]
機械的換気はICUで最も広く用いられている治療法の1つである。
人工呼吸器は、所定の気道圧の軌跡に従って患者の肺に空気を注入しなければならない。
データ駆動型アプローチは、人工呼吸器から収集したデータに基づいて訓練されたシミュレーターをトレーニングすることで、侵襲的人工呼吸器を制御することを学ぶ。
この方法は、一般的な強化学習アルゴリズムより優れており、PIDよりも正確で堅牢な物理的換気装置も制御できる。
論文 参考訳（メタデータ） (2021-11-19T20:54:41Z) - ArchABM: an agent-based simulator of human interaction with the built
environment. $CO_2$ and viral load analysis for indoor air quality [0.0]
2020年に世界的なパンデミックを引き起こしたSARS-CoV-2は、主に屋内の空気エアロゾルを介して感染している。
これは、建物の室内空気質(IAQ)の評価・制御における新しい戦略である。
本稿では, エージェントをベースとした新しいシミュレータArchABMについて紹介する。
論文 参考訳（メタデータ） (2021-11-02T10:38:29Z) - An Apparatus for the Simulation of Breathing Disorders: Physically
Meaningful Generation of Surrogate Data [24.50116388903113]
健常者における閉塞性および拘束性呼吸波形の両方をシミュレートする簡便かつ効果的な方法として,PVCチューブと3Dプリント部品からなる装置を提案する。
呼吸抵抗と呼吸抵抗の両方を独立に制御することで、FEV1/FVCの吸気比の全スペクトルを通して閉塞性呼吸障害をシミュレーションすることができる。
人工呼吸障害シミュレーション装置の使用による波形においても、吸気義務周期の変化やピークフローの変化などの呼吸障害の波形特性が観察される。
論文 参考訳（メタデータ） (2021-09-14T14:00:37Z) - Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of
Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。
降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文 参考訳（メタデータ） (2021-07-14T21:10:47Z) - Federated Learning in the Sky: Aerial-Ground Air Quality Sensing
Framework with UAV Swarms [53.38353133198842]
空気質は人間の健康に大きく影響し、空気質指数(AQI)の正確かつタイムリーな予測がますます重要になっている。
本稿では, 精密な3次元空気質モニタリングと予測を行うための, 新たなフェデレーション学習型地上空気質検知フレームワークを提案する。
地中センシングシステムでは, グラフ畳み込みニューラルネットワークを用いたLong Short-Term Memory (GC-LSTM) モデルを提案し, 高精度, リアルタイム, 将来的なAQI推論を実現する。
論文 参考訳（メタデータ） (2020-07-23T13:32:47Z)
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。