論文の概要: Evolutionary optimization of spatially-distributed multi-sensors placement for indoor surveillance environments with security levels
- arxiv url: http://arxiv.org/abs/2601.00826v1
- Date: Wed, 24 Dec 2025 06:33:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-11 18:48:17.526807
- Title: Evolutionary optimization of spatially-distributed multi-sensors placement for indoor surveillance environments with security levels
- Title（参考訳）: セキュリティレベルを有する屋内監視環境における空間分布型マルチセンサ配置の進化的最適化
- Authors: Luis M. Moreno-Saavedra, Vinıcius G. Costa, Adrian Garrido-Saez, Silvia Jimenez-Fernandez, Antonio Portilla-Figueras, Sancho Salcedo-Sanz,
- Abstract要約: 室内監視のための空間分布型マルチセンサ配置の修正版に取り組む。
当社のアプローチは、異なるセキュリティレベルを考慮できる軍事施設など、賢明な屋内空間のセキュリティ監視に重点を置いている。
- 参考スコア（独自算出の注目度）: 2.7189239744175038
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The surveillance multisensor placement is an important optimization problem that consists of positioning several sensors of different types to maximize the coverage of a determined area while minimizing the cost of the deployment. In this work, we tackle a modified version of the problem, consisting of spatially distributed multisensor placement for indoor surveillance. Our approach is focused on security surveillance of sensible indoor spaces, such as military installations, where distinct security levels can be considered. We propose an evolutionary algorithm to solve the problem, in which a novel special encoding,integer encoding with binary conversion, and effective initialization have been defined to improve the performance and convergence of the proposed algorithm. We also consider the probability of detection for each surveillance point, which depends on the distance to the sensor at hand, to better model real-life scenarios. We have tested the proposed evolutionary approach in different instances of the problem, varying both size and difficulty, and obtained excellent results in terms of the cost of sensors placement and convergence time of the algorithm.
- Abstract（参考訳）: 監視マルチセンサー配置は、配置コストを最小化しつつ、決定領域のカバレッジを最大化するために、異なるタイプの複数のセンサを配置する重要な最適化問題である。
本研究では,室内監視のための空間分布型マルチセンサ配置による改良型に対処する。
当社のアプローチは、異なるセキュリティレベルを考慮できる軍事施設など、賢明な屋内空間のセキュリティ監視に重点を置いている。
本稿では,新たな特殊符号化,バイナリ変換を用いた整数符号化,効率的な初期化が定義され,提案アルゴリズムの性能と収束性を向上させるための進化的アルゴリズムを提案する。
また、実生活シナリオをより良くモデル化するために、センサからの距離に依存する各監視ポイントの検出確率についても検討する。
提案手法は,様々なケースで試行され,サイズと難易度に違いがあり,センサ配置コストやアルゴリズムの収束時間といった点で優れた結果が得られた。
関連論文リスト
- Optimizing Occupancy Sensor Placement in Smart Environments [10.584415290285612]
そこで本研究では,センサの配置を最適に決定する自動配置手法を提案する。
いくつかの異なるオフィス環境のシミュレーションに基づいて提案手法の有効性を実証する。
論文 参考訳（メタデータ） (2026-02-24T17:01:36Z) - Security-Aware Joint Sensing, Communication, and Computing Optimization in Low Altitude Wireless Networks [83.84711311344918]
I SCCは低高度無線ネットワーク(LAWN)の中核部の一つである。
本稿では,通信の秘密性を考慮したI SCCの連成性能最適化について検討する。
進化的最適化の目的に応じて進化的演算子を適応的に選択する深層Q-network(DQN)に基づく多目的進化アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-11-03T11:06:41Z) - Design Optimization of NOMA Aided Multi-STAR-RIS for Indoor Environments: A Convex Approximation Imitated Reinforcement Learning Approach [51.63921041249406]
非直交多重アクセス(Noma)により、複数のユーザが同じ周波数帯域を共有でき、同時に再構成可能なインテリジェントサーフェス(STAR-RIS)を送信および反射することができる。
STAR-RISを屋内に展開することは、干渉緩和、電力消費、リアルタイム設定における課題を提示する。
複数のアクセスポイント(AP)、STAR-RIS、NOMAを利用した新しいネットワークアーキテクチャが屋内通信のために提案されている。
論文 参考訳（メタデータ） (2024-06-19T07:17:04Z) - DiffuBox: Refining 3D Object Detection with Point Diffusion [74.01759893280774]
本研究では,3次元物体の検出と局所化を確保するために,新しい拡散型ボックス精細化手法を提案する。
この方法は、粗いバウンディングボックスを囲むLiDAR点に条件付きドメインに依存しない拡散モデルを用いて、ボックスの位置、サイズ、方向を同時に洗練する。
結果から,異なるデータセット,オブジェクトクラス,検出器間での大幅な改善が示された。
論文 参考訳（メタデータ） (2024-05-25T03:14:55Z) - Reconstruction of Fields from Sparse Sensing: Differentiable Sensor
Placement Enhances Generalization [0.0]
我々は、ニューラルネットワークモデルのトレーニングにおいて、センサ配置を利用するために、微分可能なプログラミングを利用する一般的なアプローチを導入する。
本手法は, データの収集効率を大幅に向上させ, 面積の網羅性を高め, センサ配置の冗長性を低減できる可能性がある。
論文 参考訳（メタデータ） (2023-12-14T17:44:09Z) - Grey-box Bayesian Optimization for Sensor Placement in Assisted Living
Environments [1.2093182949686778]
任意の屋内空間に高品質なセンサを配置する手法を提案する。
我々の重要な技術的貢献は、活動の空間分布に関するドメイン固有の知識を捉えることである。
論文 参考訳（メタデータ） (2023-09-11T19:31:14Z) - A Real-time Human Pose Estimation Approach for Optimal Sensor Placement
in Sensor-based Human Activity Recognition [63.26015736148707]
本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。
得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。
本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
論文 参考訳（メタデータ） (2023-07-06T10:38:14Z) - Efficient Sensor Placement from Regression with Sparse Gaussian Processes in Continuous and Discrete Spaces [3.729242965449096]
センサ配置問題は、相関現象を監視する際に発生する一般的な問題である。
本稿では,勾配降下法を用いて最適化可能な変分近似に基づくSP問題に対する新しい定式化を提案する。
論文 参考訳（メタデータ） (2023-02-28T19:10:12Z) - Adaptive Real Time Exploration and Optimization for Safety-Critical
Systems [0.0]
安全制約を考慮したプログラミング問題として,マルチアームバンディットを用いたARTEOアルゴリズムを提案する。
最適化入力の変化と探索を通して環境特性を学習する。
既存のセーフラーニング手法と比較して、我々のアルゴリズムは排他的な探索フェーズを必要とせず、探索点においても最適化目標に従う。
論文 参考訳（メタデータ） (2022-11-10T11:37:22Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - Decentralized Stochastic Optimization with Inherent Privacy Protection [103.62463469366557]
分散最適化は、現代の協調機械学習、分散推定と制御、大規模センシングの基本的な構成要素である。
データが関与して以降、分散最適化アルゴリズムの実装において、プライバシ保護がますます重要になっている。
論文 参考訳（メタデータ） (2022-05-08T14:38:23Z) - Bandit Quickest Changepoint Detection [55.855465482260165]
すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。
有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。
本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
論文 参考訳（メタデータ） (2021-07-22T07:25:35Z)
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。