論文の概要: Vibe2Spike: Batteryless Wireless Tags for Vibration Sensing with Event Cameras and Spiking Networks

• arxiv url: http://arxiv.org/abs/2508.11640v1
• Date: Thu, 31 Jul 2025 18:53:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-24 10:27:26.466659
• Title: Vibe2Spike: Batteryless Wireless Tags for Vibration Sensing with Event Cameras and Spiking Networks
• Title（参考訳）: Vibe2Spike:イベントカメラとスパイクネットワークで振動を感知するバッテリーレスワイヤレスタグ
• Authors: Danny Scott, William LaForest, Hritom Das, Ioannis Polykretis, Catherine D. Schuman, Charles Rizzo, James Plank, Sai Swaminathan,
• Abstract要約: Vibe2Spikeは、バッテリフリーのワイヤレスセンシングフレームワークで、振動に基づくアクティビティ認識を可能にする。 このシステムでは、圧電ディスク、Zenerダイオード、LEDのみからなる超低コストのタグを使用し、振動エネルギーを回収し、スパース可視光スパイクを放出する。
• 参考スコア（独自算出の注目度）: 1.0339088334191389
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The deployment of dense, low-cost sensors is critical for realizing ubiquitous smart environments. However, existing sensing solutions struggle with the energy, scalability, and reliability trade-offs imposed by battery maintenance, wireless transmission overhead, and data processing complexity. In this work, we present Vibe2Spike, a novel battery-free, wireless sensing framework that enables vibration-based activity recognition using visible light communication (VLC) and spiking neural networks (SNNs). Our system uses ultra-low-cost tags composed only of a piezoelectric disc, a Zener diode, and an LED, which harvest vibration energy and emit sparse visible light spikes without requiring batteries or RF radios. These optical spikes are captured by event cameras and classified using optimized SNN models evolved via the EONS framework. We evaluate Vibe2Spike across five device classes, achieving 94.9\% average classification fitness while analyzing the latency-accuracy trade-offs of different temporal binning strategies. Vibe2Spike demonstrates a scalable, and energy-efficient approach for enabling intelligent environments in a batteryless manner.
• Abstract（参考訳）: ユビキタスなスマート環境を実現するためには,高密度で低コストなセンサの展開が不可欠だ。 しかし、既存のセンシングソリューションは、バッテリーのメンテナンス、無線送信オーバーヘッド、データ処理の複雑さによって課されるエネルギー、スケーラビリティ、信頼性のトレードオフに苦慮している。 本研究では,可視光通信 (VLC) とスパイクニューラルネットワーク (SNN) を用いた振動に基づく活動認識を実現する,バッテリフリーのワイヤレスセンシングフレームワークであるVibe2Spikeを提案する。 このシステムでは、圧電ディスク、Zenerダイオード、LEDのみからなる超低コストのタグを使用し、電池やRFラジオを必要とせず、振動エネルギーを回収し、鮮やかな可視光スパイクを放出する。 これらの光学スパイクはイベントカメラによって捉えられ、EONSフレームワークを介して進化した最適化されたSNNモデルを用いて分類される。 我々は5つのデバイスクラスにわたるVibe2Spikeを評価し、時間的結合戦略の遅延精度トレードオフを分析しながら、平均的な分類適合度を94.9%達成した。 Vibe2Spikeは、バッテリーレスでインテリジェントな環境を実現するためのスケーラブルでエネルギー効率のよいアプローチを実証している。

関連論文リスト

• INSPIRE-GNN: Intelligent Sensor Placement to Improve Sparse Bicycling Network Prediction via Reinforcement Learning Boosted Graph Neural Networks [51.76364085699241]
  INSPIRE-GNNは、センサ配置を最適化し、データスパース環境でのリンクレベルの自転車体積推定を改善するために設計された、新しい強化学習型ハイブリッドグラフニューラルネットワーク(GNN)フレームワークである。 我々のフレームワークは,Mean Squared Error(MSE),Root Mean Squared Error(RMSE),Mean Absolute Error(MAE)など,従来のセンサ配置法よりも優れていた。 InSPIRE-GNNの自転車容積推定性能における標準機械学習モデルとディープラーニングモデルとのベンチマークを行い,その有効性を実証した。
  論文  参考訳（メタデータ） (2025-07-31T20:00:35Z)
• Neuromorphic Wireless Split Computing with Resonate-and-Fire Neurons [69.73249913506042]
  本稿では、共振器(RF)ニューロンを用いて時間領域信号を直接処理する無線スプリットコンピューティングアーキテクチャについて検討する。 可変周波数で共鳴することにより、RFニューロンは低スパイク活性を維持しながら時間局在スペクトル特徴を抽出する。 実験の結果,提案したRF-SNNアーキテクチャは従来のLIF-SNNやANNと同等の精度を達成できることがわかった。
  論文  参考訳（メタデータ） (2025-06-24T21:14:59Z)
• Towards Battery-Free Wireless Sensing via Radio-Frequency Energy Harvesting [11.511759874194706]
  本稿では,無線周波数(RF)エネルギー収穫に基づくエネルギー効率の高いワイヤレスセンシングソリューションREHSenseを提案する。 電力を消費するWi-Fi受信機に頼る代わりに、REHSenseはRFエネルギーをセンサーとして利用する。 我々は,REHSenseが従来のWi-Fiベースのソリューションと同等の精度を達成でき,異なるセンシング環境に適応できることを示す。
  論文  参考訳（メタデータ） (2024-08-26T02:01:39Z)
• Generative AI Empowered LiDAR Point Cloud Generation with Multimodal Transformer [10.728362890819392]
  統合センシングと通信は6G無線通信システムのキーイネーブルである。 本稿では、画像とRADARデータからLiDAR点雲を合成し、無線通信システムを強化する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-05-20T04:15:08Z)
• VIRUS-NeRF -- Vision, InfraRed and UltraSonic based Neural Radiance Fields [24.151647704246013]
  本稿では,超音波や赤外線による飛行時間センサなどの高効率な低分解能レンジセンサを提案する。 VIRUS-NeRFは、超音波と赤外線センサーの深さ測定を取り入れて、光線マーチングに使用される占有格子を更新する。
  論文  参考訳（メタデータ） (2024-03-14T15:19:19Z)
• Multi-Modal Neural Radiance Field for Monocular Dense SLAM with a Light-Weight ToF Sensor [58.305341034419136]
  単眼カメラと軽量ToFセンサを備えた初の高密度SLAMシステムを提案する。 本稿では,RGBカメラと軽量ToFセンサの両方の信号のレンダリングをサポートするマルチモーダル暗黙のシーン表現を提案する。 実験により,本システムは軽量なToFセンサの信号をうまく利用し,競合的な結果が得られることが示された。
  論文  参考訳（メタデータ） (2023-08-28T07:56:13Z)
• DensePose From WiFi [86.61881052177228]
  WiFi信号の位相と振幅を24のヒト領域内の紫外線座標にマッピングするディープニューラルネットワークを開発した。 本モデルでは,複数の被験者の密集したポーズを,画像に基づくアプローチと同等の性能で推定することができる。
  論文  参考訳（メタデータ） (2022-12-31T16:48:43Z)
• A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
  アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。 以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
  論文  参考訳（メタデータ） (2022-05-24T10:49:11Z)
• Pervasive Machine Learning for Smart Radio Environments Enabled by Reconfigurable Intelligent Surfaces [56.35676570414731]
  Reconfigurable Intelligent Surfaces(RIS)の新たな技術は、スマート無線環境の実現手段として準備されている。 RISは、無線媒体上の電磁信号の伝搬を動的に制御するための、高度にスケーラブルで低コストで、ハードウェア効率が高く、ほぼエネルギーニュートラルなソリューションを提供する。 このような再構成可能な無線環境におけるRISの密配置に関する大きな課題の1つは、複数の準曲面の効率的な構成である。
  論文  参考訳（メタデータ） (2022-05-08T06:21:33Z)

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。