論文の概要: Provably Outlier-resistant Semi-parametric Regression for Transferable Calibration of Low-cost Air-quality Sensors

• arxiv url: http://arxiv.org/abs/2511.19810v1
• Date: Tue, 25 Nov 2025 00:33:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-26 17:37:04.216421
• Title: Provably Outlier-resistant Semi-parametric Regression for Transferable Calibration of Low-cost Air-quality Sensors
• Title（参考訳）: 低コスト空気質センサの変速キャリブレーションにおける耐外乱性半パラメトリック回帰の可能性
• Authors: Divyansh Chaurasia, Manoj Daram, Roshan Kumar, Nihal Thukarama Rao, Vipul Sangode, Pranjal Srivastava, Avnish Tripathi, Shoubhik Chakraborty, Akanksha, Ambasht Kumar, Davender Sethi, Sachchida Nand Tripathi, Purushottam Kar,
• Abstract要約: 本研究では,インド最大の多地点マルチソン・マルチセンサ・マルチ汚染型モバイル空気質監視ネットワークの1つであるLCAQ(LCAQ)センサの校正を事例として報告する。 LCAQセンサーは密集した空気品質監視ネットワークの構築に重要な役割を果たしていることが示されている。
• 参考スコア（独自算出の注目度）: 2.9079895220997294
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a case study for the calibration of Low-cost air-quality (LCAQ) CO sensors from one of the largest multi-site-multi-season-multi-sensor-multi-pollutant mobile air-quality monitoring network deployments in India. LCAQ sensors have been shown to play a critical role in the establishment of dense, expansive air-quality monitoring networks and combating elevated pollution levels. The calibration of LCAQ sensors against regulatory-grade monitors is an expensive, laborious and time-consuming process, especially when a large number of sensors are to be deployed in a geographically diverse layout. In this work, we present the RESPIRE technique to calibrate LCAQ sensors to detect ambient CO (Carbon Monoxide) levels. RESPIRE offers specific advantages over baseline calibration methods popular in literature, such as improved prediction in cross-site, cross-season, and cross-sensor settings. RESPIRE offers a training algorithm that is provably resistant to outliers and an explainable model with the ability to flag instances of model overfitting. Empirical results are presented based on data collected during an extensive deployment spanning four sites, two seasons and six sensor packages. RESPIRE code is available at https://github.com/purushottamkar/respire.
• Abstract（参考訳）: 本研究では,インド最大の多地点マルチソン・マルチセンサ・マルチ汚染型モバイル空気質監視ネットワークの1つであるLCAQ(LCAQ)センサの校正を事例として報告する。 LCAQセンサーは、密集した大気質の監視ネットワークの構築や高濃度汚染と戦う上で重要な役割を担っていることが示されている。 規制グレードモニターに対するLCAQセンサーの校正は、特に地理的に多様なレイアウトに多数のセンサーを配置する場合、高価で、手間がかかる、時間を要するプロセスである。 本研究では, LCAQセンサを校正し, 環境CO(一酸化炭素)濃度を検出するRESPIRE法を提案する。 RESPIREは、クロスサイト、クロスシーズン、クロスセンサー設定における予測の改善など、文学で一般的なベースラインキャリブレーション手法よりも特に利点がある。 RESPIREは、外れ値に確実に抵抗するトレーニングアルゴリズムと、モデルオーバーフィットのインスタンスにフラグを付ける機能を備えた説明可能なモデルを提供する。 実験結果は、4つのサイト、2つのシーズン、6つのセンサーパッケージにまたがる広範な展開中に収集されたデータに基づいて提示される。 RESPIREコードはhttps://github.com/purushottamkar/respire.comで公開されている。

関連論文リスト

• Veli: Unsupervised Method and Unified Benchmark for Low-Cost Air Quality Sensor Correction [13.58115155043779]
  都市大気汚染は毎年何百万人もの早死にを引き起こす主要な健康危機である。 低コストのセンサーは、高価なレファレンスグレードステーションに代わるスケーラブルな代替手段を提供する。 彼らの読みはドリフト、校正誤差、環境干渉の影響を受けている。
  論文  参考訳（メタデータ） (2025-08-01T10:06:28Z)
• CaLiV: LiDAR-to-Vehicle Calibration of Arbitrary Sensor Setups [0.8437187555622164]
  自律システムでは、ダイナミック環境における安全かつ効率的なナビゲーションにはセンサキャリブレーションが不可欠である。 既存のLiDARキャリブレーション法の多くは、重なり合う視野を必要とするが、外部センサーデバイスを使ったり、機能豊富な環境を仮定するものもある。 本研究では,CaLiVと呼ばれるマルチLiDARシステムの外部センサ・センサ・センサ・バイヒクルキャリブレーションのための新しいターゲットベース手法を提案する。 このアルゴリズムは、重複しない視野で機能し、外部センサーデバイスを必要としない。
  論文  参考訳（メタデータ） (2025-03-31T08:08:21Z)
• A Global Multi-Unit Calibration as a Method for Large Scale IoT Particulate Matter Monitoring Systems Deployments [0.5779598097190628]
  我々は,IoT AQマルチセンサデバイスのための技術実現手段として,ゼロ転送サンプル,グローバルキャリブレーション手法を提案する。 この作業は、限られた数のIoT AQマルチセンサーユニットと機械学習の概念からのフィールド記録された応答に基づいている。 これらの結果は、適切に導出されると、多数のネットワークデバイスに対して、大域的な校正法を活用できることを示している。
  論文  参考訳（メタデータ） (2023-10-27T13:04:53Z)
• 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)
• 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)
• 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。

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。