論文の概要: Sensor Management System (SMS): Open-source software for FAIR sensor metadata management in Earth system sciences

• arxiv url: http://arxiv.org/abs/2512.17280v1
• Date: Fri, 19 Dec 2025 06:55:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-22 19:25:54.275017
• Title: Sensor Management System (SMS): Open-source software for FAIR sensor metadata management in Earth system sciences
• Title（参考訳）: センサ管理システム(SMS):地球システム科学におけるFAIRセンサメタデータ管理のためのオープンソースソフトウェア
• Authors: Christof Lorenza, Nils Brinckmann, Jan Bumberger, Marc Hanisch, Tobias Kuhnert, Ulrich Loup, Rubankumar Moorthy, Florian Obsersteiner, David Schäfer, Thomas Schnicke,
• Abstract要約: Sensor Management System (SMS)は、最も複雑なセンサーシステムでさえモデリングするための、ユーザフレンドリで機能豊富なプラットフォームを提供する。 SMSはデジタルエコシステムの中心的な要素であり、センサ関連メタデータの一貫性、持続性、FAIR提供を促進する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Deriving reliable conclusions and insights from environmental observational data urgently requires the enrichment with consistent and comprehensive metadata, including time-resolved context such as changing deployments, configurations, and maintenance actions. We have therefore developed the Sensor Management System (SMS), which provides a user-friendly and feature-rich platform for modeling even the most complex sensor systems and managing all sensor-related information across their life cycle. Each entity is described via well-defined terms like Devices, Platforms and Configurations, as well as Sites that are further enhanced with attributes for, e.g., instrument manufacturers, contact information or measured quantities and complemented by a continuous history of system-related actions. By further linking the SMS to sub-sequent systems and services like PID-registration or controlled vocabularies and establishing a community of end-users, the SMS provides the central element of a digital ecosystem, that fosters a more consistent, sustainable and FAIR provision of sensor-related metadata.
• Abstract（参考訳）: 環境観測データから信頼性のある結論と洞察を引き出すには、配置、構成、保守行動の変更といった時間解決されたコンテキストを含む、一貫した包括的なメタデータの強化が必要である。 そこで我々は、最も複雑なセンサーシステムでさえモデリングし、そのライフサイクルを通してすべてのセンサ関連情報を管理するための、ユーザフレンドリで機能豊富なプラットフォームであるSensor Management System(SMS)を開発した。 各エンティティは、Devices、Platforms、Configurationといった明確に定義された用語や、機器メーカー、連絡先情報、測定された量などの属性でさらに拡張され、システム関連のアクションの継続的な履歴によって補完されるサイトによって記述される。 SMSをPID登録や制御された語彙などのサブシーケンスシステムやサービスにさらにリンクし、エンドユーザのコミュニティを確立することで、SMSはデジタルエコシステムの中心的な要素を提供し、より一貫性があり、持続可能で、センサー関連メタデータのFAIR提供を促進する。

関連論文リスト

• SensorLM: Learning the Language of Wearable Sensors [50.95988682423808]
  本稿では,自然言語によるウェアラブルセンサデータ理解を可能にするセンサ言語基盤モデルのファミリーであるSensorLMを紹介する。 本稿では,センサデータから統計的,構造的,意味的な情報を収集する階層的なキャプション生成パイプラインを提案する。 このアプローチにより、これまでで最大のセンサー言語データセットのキュレーションが可能となり、103,000人以上から5970万時間以上のデータを収集した。
  論文  参考訳（メタデータ） (2025-06-10T17:13:09Z)
• Enhancing Pavement Sensor Data Acquisition for AI-Driven Transportation Research [1.22995445255292]
  本稿では,交通センサデータ管理のための包括的ガイドラインを提案する。 アーカイブされた静的データとリアルタイムデータストリームの両方をカバーする。 この提案は、I-65とI-69グリーンフィールドを含むINDOTの現実世界のケーススタディに適用された。
  論文  参考訳（メタデータ） (2025-02-20T03:37:46Z)
• Digital Ecosystem for FAIR Time Series Data Management in Environmental System Science [0.0]
  本稿では時系列データを管理する汎用的で転送可能なデジタルエコシステムを提案する。 システムは高度に適応可能で、クラウド対応で、幅広い設定でデプロイするのに適しています。
  論文  参考訳（メタデータ） (2024-09-05T08:53:23Z)
• Datasheets for Machine Learning Sensors [11.73392532310473]
  機械学習(ML)は、組み込みAIセンサーシステムで普及しつつある。 これらの"MLセンサー"は、コンテキストに敏感でリアルタイムなデータ収集と意思決定を可能にする。 このようなML対応センシングシステムの運用には透明性を提供する必要がある。
  論文  参考訳（メタデータ） (2023-06-15T04:24:13Z)
• Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
  本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。 ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。 本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
  論文  参考訳（メタデータ） (2023-04-27T20:21:18Z)
• Online Grounding of PDDL Domains by Acting and Sensing in Unknown Environments [62.11612385360421]
  本稿では,エージェントが異なるタスクを実行できるフレームワークを提案する。 機械学習モデルを統合して、感覚データを抽象化し、目標達成のためのシンボリックプランニング、ナビゲーションのためのパスプランニングを行う。 提案手法を,RGB-Dオンボードカメラ,GPS,コンパスなど,正確なシミュレーション環境で評価する。
  論文  参考訳（メタデータ） (2021-12-18T21:48:20Z)
• SensiX++: Bringing MLOPs and Multi-tenant Model Serving to Sensory Edge Devices [69.1412199244903]
  エッジデバイス上でMLOpsを統合した,適応モデル実行のためのマルチテナントランタイムを提案する。 S SensiX++は、高度にモジュール化されたコンポーネント化と、明確な抽象化によるデータ操作の外部化と、システム全体のオーケストレーションのためのドキュメント中心の宣言という、2つの基本原則で運用されている。 SensiX++のさまざまな自動化コンポーネントの全体的なスループットと定量化メリットについて報告し、運用の複雑さを著しく低減し、エッジデバイスへの組み込みモデルのデプロイ、アップグレード、再構成、提供の労力を削減する効果を実証する。
  論文  参考訳（メタデータ） (2021-09-08T22:06:16Z)
• Energy Aware Deep Reinforcement Learning Scheduling for Sensors Correlated in Time and Space [62.39318039798564]
  相関情報を利用するスケジューリング機構を提案する。 提案したメカニズムは、センサが更新を送信する頻度を決定することができる。 我々は,センサの寿命を大幅に延長できることを示した。
  論文  参考訳（メタデータ） (2020-11-19T09:53:27Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

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。