論文の概要: An IoT-Enabled Smart Home Automation System for Energy Efficiency with Web-Based Control
- arxiv url: http://arxiv.org/abs/2605.20981v1
- Date: Wed, 20 May 2026 10:12:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-21 19:19:56.616092
- Title: An IoT-Enabled Smart Home Automation System for Energy Efficiency with Web-Based Control
- Title（参考訳）: Web ベース制御によるエネルギー効率向上のためのIoT 対応スマートホームオートメーションシステム
- Authors: Amaan Ahmed, Mohammed Mahir Rahman, Shahzad Memon, Tauseef Ahmed,
- Abstract要約: 動き、温度、湿度、光、煙といったリアルタイムの状態をモニターし、デバイスの動作を自動的に制御し、エネルギーを節約します。
スプリントの反復モデルで設計され、テスト中の省エネは、常時オンのモデルよりも46%以上高かった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper illustrates the design and implementation of a smart home automation system for the conservation of energy and user control with the help of environmental sensors and Raspberry Pi 5. It monitors real-time conditions like motion, temperature, humidity, light and smoke to automatically control the device's behavior and save energy. A prototype single two-room was developed which uses GPIO/I2C interfaces to integrate sensors and actuators. The fan speed and LED brightness was dynamically controlled using PWM. Manual control and real-time monitoring are made possible through a web dashboard that was developed using Flask and graphical displays, and CSV logs of the energy are taken every 30 seconds. It was designed in an iterative model of sprints and the energy savings during testing was more than 46% over an always-on model. The results prove that with the help of these low-cost, modular devices it is possible to improve sustainability and usability in the home as part of the IoT.
- Abstract（参考訳）: 本稿では,環境センサとRaspberry Pi 5による省エネ・ユーザ制御のためのスマートホームオートメーションシステムの設計と実装について述べる。
動き、温度、湿度、光、煙といったリアルタイムの状態をモニターし、デバイスの動作を自動的に制御し、エネルギーを節約します。
GPIO/I2Cインタフェースを使ってセンサーとアクチュエータを統合するプロトタイプが開発された。
ファン速度とLED輝度はPWMで動的に制御された。
手動制御とリアルタイム監視は、Fraskとグラフィカルディスプレイを使用して開発されたWebダッシュボードを通じて実現され、30秒毎にCSVログが取得される。
スプリントの反復モデルで設計され、テスト中の省エネは、常時オンのモデルよりも46%以上高かった。
その結果、これらの低コストでモジュール化されたデバイスの助けを借りて、IoTの一部として家庭の持続可能性とユーザビリティを向上させることが可能であることが証明された。
関連論文リスト
- AI-Enhanced IoT Systems for Predictive Maintenance and Affordability Optimization in Smart Microgrids: A Digital Twin Approach [0.0]
本研究は、スマートマイクログリッドにおける予測保守と可売性最適化のためのAI強化型IoTフレームワークを提案する。
提案システムは,リアルタイムセンサデータ,機械学習に基づく故障予測,コストを考慮した運用分析を統合し,信頼性とエネルギー効率を向上させる。
論文 参考訳（メタデータ） (2025-11-15T12:06:47Z) - A Modular, Low-Cost IoT System for Environmental and Behavioural Monitoring in Cultural Heritage Sites [0.0]
本研究では,遺産のリアルタイムな環境・行動モニタリングを目的とした,モジュール型で低コストなモノのインターネット(IoT)システムを提案する。
ESP32sやRaspberry Piのような既製のコンポーネントで構築されたこのシステムは、無線センサネットワーク、エッジコンピューティング、クラウドサービス(Microsoft Azure)を統合して、温度、湿度、音、ビジター近接などの変数を測定する。
論文 参考訳（メタデータ） (2025-07-11T08:31:43Z) - IoT-Enabled Smart Car Parking System through Integrated Sensors and Mobile Applications [0.6652619295281612]
本稿では,モノのインターネット(IoT)を利用したスマートカー駐車システムを提案する。
駐車場では赤外線センサー、DHT22センサー、MQ-2ガスセンサー、サーボモーターが使用されている。
OLEDディスプレイは、リアルタイムで駐車スロットの状態を表示する。
論文 参考訳（メタデータ） (2024-12-14T09:54:48Z) - Development of Low-Cost IoT Units for Thermal Comfort Measurement and AC Energy Consumption Prediction System [2.528925087006564]
政府は2019年に、AIとIoT技術を活用した自主的な省エネ行動を促進するBI-Techプロジェクトを開始した。
本研究は,室内熱環境のリアルタイムモニタリングと空調設定点温度の計測にRaspberry Pi 4B+プラットフォームを利用する,費用対効果の高いIoTベースのBI-Techシステムを提案する。
機械学習モデルは、R2値97%で達成され、ユーザ間の省エネ性を促進するためのシステムの効率性を実証した。
論文 参考訳（メタデータ） (2024-11-29T08:24:22Z) - OmniBuds: A Sensory Earable Platform for Advanced Bio-Sensing and On-Device Machine Learning [46.3331254985615]
感覚ウェアラブルは、基本的なオーディオ拡張デバイスから、臨床レベルの健康モニタリングと健康管理のための高度なプラットフォームへと進化してきた。
本稿では,複数のバイオセンサと,機械学習アクセラレーションによって駆動される車載計算を統合した,先進的な知覚可能プラットフォームであるOmniBudsを紹介する。
論文 参考訳（メタデータ） (2024-10-07T06:30:59Z) - Low-Cost Architecture for an Advanced Smart Shower System Using Internet
of Things Platform [0.0]
シャワー周辺で偶然の落下を確実に予測できる3つのシナリオが議論されている。
モーションセンサー、音響センサー、ジェスチャーセンサーは、シャワーの損傷の予測を補完するために使用することができる。
提案する概念実証プロトタイプはコスト効率が高く,安全性と利便性を優先して既存のシステムに組み込むことができる。
論文 参考訳（メタデータ） (2023-11-13T19:55:01Z) - Non-Intrusive Electric Load Monitoring Approach Based on Current Feature
Visualization for Smart Energy Management [51.89904044860731]
我々はAIのコンピュータビジョン技術を用いて、スマートエネルギー管理のための非侵襲的な負荷監視手法を設計する。
マルチスケールの特徴抽出とアテンション機構を備えたU字型ディープニューラルネットワークを用いて,色特徴画像からすべての電気負荷を認識することを提案する。
論文 参考訳（メタデータ） (2023-08-08T04:52:19Z) - Autonomous Payload Thermal Control [55.2480439325792]
小さな衛星では、熱制御装置、科学機器、電子部品のスペースは少ない。
深部強化学習を用いた自律型熱制御ツールを提案する。
提案するフレームワークは,運用範囲の温度を維持するためにペイロード処理能力の制御を学べる。
論文 参考訳（メタデータ） (2023-07-28T09:40:19Z) - 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) - Gaze-Sensing LEDs for Head Mounted Displays [73.88424800314634]
仮想現実(VR)アプリケーションのための低消費電力の視線トラッカーを作成するために,LEDのセンサ機能を利用する。
我々は,視線推定法が複雑な次元削減技術を必要としないことを示した。
論文 参考訳（メタデータ） (2020-03-18T23:03:06Z) - NeurOpt: Neural network based optimization for building energy
management and climate control [58.06411999767069]
モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。
イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
論文 参考訳（メタデータ） (2020-01-22T00:51:03Z)
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。