論文の概要: Optimizing Sensor Placement for Hydrogen Leak Detection in Enclosed Infrastructure: A Comparative Study Using CFD-informed Genetic Algorithm and DeepSets Neural Surrogate

• arxiv url: http://arxiv.org/abs/2607.26078v1
• Date: Mon, 20 Jul 2026 07:59:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.418786
• Title: Optimizing Sensor Placement for Hydrogen Leak Detection in Enclosed Infrastructure: A Comparative Study Using CFD-informed Genetic Algorithm and DeepSets Neural Surrogate
• Title（参考訳）: 閉ざされたインフラにおける水素漏れ検出のための最適センサ配置:CFDインフォームド遺伝的アルゴリズムとディープセットニューラルサロゲートを用いた比較研究
• Abstract要約: 囲まれた環境における水素のインフラは、重大な安全上の課題を呈している。 現在の監視システムは、主に反応性があり、有害な濃度が形成された後のみ漏れを検出する。 本研究では,能動型センサ配置最適化のための計算フレームワークを開発する。
• 参考スコア（独自算出の注目度）: 0.2624902795082451
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hydrogen infrastructure in enclosed environments, such as parking facilities for fuel cell vehicles, presents significant safety challenges due to hydrogen's low ignition energy and wide flammability range. Current monitoring systems are largely reactive, detecting leaks only after hazardous concentrations have formed. This study develops a computational framework for proactive sensor placement optimization by integrating computational fluid dynamics (CFD), genetic algorithm (GA) optimization, and a DeepSets neural surrogate. A CFD database of 180 scenarios was generated for a representative 50 m x 30 m x 3 m garage, covering multiple leak positions, rates (1-150 g/s), and ventilation conditions (ACH = 3-10 per hour). Sensor placement was optimized using a multi-objective GA and compared with uniform, random, and surrogate-assisted approaches. The GA achieved a detection rate of 96.1% within 60 s and reduced blind areas to 0.12%, corresponding to an approximately 5% improvement in composite fitness over a uniform baseline. The DeepSets surrogate reproduced near-optimal configurations with a fitness gap below 0.01 while reducing CFD evaluations by 89% and computational time by two orders of magnitude. Detection performance and spatial coverage remained comparable to the GA, demonstrating that surrogate-assisted optimization can retain solution quality while enabling rapid design iteration. Overall, the results show that CFD-informed optimization improves detection effectiveness and reduces sensor requirements compared to conventional layouts. The proposed framework supports scalable deployment and provides a foundation for integrating optimized sensor networks with digital twin systems for real-time monitoring and risk assessment.
• Abstract（参考訳）: 燃料電池車両の駐車施設のような囲われた環境における水素のインフラは、水素の低い点火エネルギーと広い可燃性範囲のために重大な安全上の課題を生んでいる。 現在の監視システムは、主に反応性があり、有害な濃度が形成された後のみ漏れを検出する。 本研究では、計算流体力学(CFD)、遺伝的アルゴリズム(GA)最適化、DeepSetsニューラルサロゲートを統合することにより、能動的センサ配置最適化のための計算フレームワークを開発する。 180シナリオのCFDデータベースが50m x 30m x 3mのガレージに作成され、複数のリーク位置、1-150g/s、換気条件(1時間あたり3-10ACH)をカバーした。 センサ配置は多目的GAを用いて最適化され、均一、ランダム、サロゲートアシストアプローチと比較された。 GAは60秒以内に96.1%の検知率を獲得し、視力領域を0.12%に減らした。 DeepSetsは、フィットネスギャップ0.01以下で、CFDの評価を89%、計算時間を2桁に減らしながら、最適に近い構成を再現した。 検出性能と空間カバレッジはGAに匹敵するものであり、サロゲートアシストによる最適化は、迅速な設計イテレーションを可能にしながら、ソリューションの品質を維持することができることを示した。 その結果,CFDインフォームド最適化により検出効率が向上し,従来のレイアウトに比べてセンサの要求が低減されることがわかった。 提案するフレームワークは、スケーラブルなデプロイメントをサポートし、リアルタイム監視とリスクアセスメントのために、最適化されたセンサネットワークとデジタルツインシステムを統合する基盤を提供する。

関連論文リスト

• Universally Empowering Zeroth-Order Optimization via Adaptive Layer-wise Sampling [43.822941944402544]
  ゼロ階最適化は、微調整された大規模言語モデルのための有望なメモリ効率のパラダイムを提供する。 しかし,壁面収差の緩やかな収束と高い推定分散により,その実用化は厳しく制約されている。 本稿では,適応層型ZO最適化フレームワークであるAdaLeZOを提案する。
  論文  参考訳（メタデータ） (2026-04-20T13:37:31Z)
• Joint Sensor Deployment and Physics-Informed Graph Transformer for Smart Grid Attack Detection [7.8160642765456165]
  物理インフォームドグラフトランス (PIGTN) に基づく新しい検出モデルを提案する。 提案したPIGTNベースの検出モデルは、交流電力フロー制約を組み込むことで、目に見えない攻撃に対してよく一般化する。
  論文  参考訳（メタデータ） (2026-02-16T06:37:19Z)
• Leveraging Convolutional Sparse Autoencoders for Robust Movement Classification from Low-Density sEMG [0.46976113832881716]
  本研究では,2つの表面筋電図(sEMG)チャネルのみを用いた正確なジェスチャー認識のためのディープラーニングフレームワークを提案する。 最小限の校正データで35.1%$pm$3.1%から92.3%$pm$0.9%のベースラインから、未確認被験者のパフォーマンスを改善した数ショット転送学習プロトコルを提案する。
  論文  参考訳（メタデータ） (2026-01-30T14:21:46Z)
• A Universal and Robust Framework for Multiple Gas Recognition Based-on Spherical Normalization-Coupled Mahalanobis Algorithm [16.05394499283827]
  本研究では,開集合ガス認識のための共通後処理モジュールである球正規化結合マハラノビス (SNM) モジュールを提案する。 Vergaraデータセットの実験により、Transformer+SNM構成は、複数のターゲットガス間での判別において、ほぼ理論的な限界性能を達成することが示された。
  論文  参考訳（メタデータ） (2025-12-28T05:33:05Z)
• FlowECG: Using Flow Matching to Create a More Efficient ECG Signal Generator [0.0]
  合成心電図生成は、プライバシ保護データ共有とトレーニングデータセット拡張を必要とする医療AIアプリケーションを提供する。 現在の拡散法は、高い世代品質を実現するが、サンプリング中に数百のニューラルネットワーク評価を必要とする。 本研究では,SSSD-ECGアーキテクチャに適応するフローマッチング手法であるフローECGを提案する。
  論文  参考訳（メタデータ） (2025-08-31T09:19:22Z)
• A Fluid Antenna Enabled Physical Layer Key Generation for Next-G Wireless Networks [83.86388221738225]
  物理層鍵生成(PLKG)は、セキュリティインフラなしで無線チャネルから秘密鍵を入手することができる。 厳しい伝播環境では、キー生成率(KGR)が著しく低下する。 本稿では,この課題に対処するために,新しい流体アンテナ (FA) を用いたPLKGシステムを提案する。
  論文  参考訳（メタデータ） (2025-08-16T18:39:19Z)
• Backscatter Device-aided Integrated Sensing and Communication: A Pareto Optimization Framework [59.30060797118097]
  統合センシング・通信(ISAC)システムは、密集した都市非視線シナリオにおいて大きな性能劣化に遭遇する可能性がある。 本稿では,自然環境に分散した受動的BDを利用した後方散乱近似(BD)支援ISACシステムを提案する。
  論文  参考訳（メタデータ） (2025-07-12T17:11:06Z)
• Synergistic Development of Perovskite Memristors and Algorithms for Robust Analog Computing [53.77822620185878]
  本稿では,ペロブスカイト・メムリスタの製作を同時に最適化し,ロバストなアナログDNNを開発するための相乗的手法を提案する。 BO誘導ノイズインジェクションを利用したトレーニング戦略であるBayesMultiを開発した。 我々の統合されたアプローチは、より深くより広いネットワークでのアナログコンピューティングの使用を可能にし、最大100倍の改善を実現します。
  論文  参考訳（メタデータ） (2024-12-03T19:20:08Z)
• Unsupervised Attention-Based Multi-Source Domain Adaptation Framework for Drift Compensation in Electronic Nose Systems [16.320912838687796]
  本稿では,E-noseシステムにおけるドリフト補償を伴うガス識別のための新しい枠組みを提案する。 AMDS-PFFAモデルは、複数のソースドメインからのラベル付きデータを効果的に活用する。 コンバージェンスの高い平均ガス認識精度を達成する。
  論文  参考訳（メタデータ） (2024-09-20T02:47:05Z)
• Spatial-Temporal Generative AI for Traffic Flow Estimation with Sparse Data of Connected Vehicles [48.32593099620544]
  交通流推定(TFE)はインテリジェント交通システムにおいて重要である。 本稿では,スパース時間生成人工知能(GAI)フレームワークを活用した,新規で費用対効果の高いTFEフレームワークを提案する。 このフレームワーク内では、条件エンコーダは初期TFE結果の時空間相関をマイニングする。
  論文  参考訳（メタデータ） (2024-07-10T20:26:04Z)
• 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)
• Adaptive R-Peak Detection on Wearable ECG Sensors for High-Intensity Exercise [3.7808904037372524]
  ウェアラブルセンサーによる生体信号の連続モニタリングは、医療・健康分野で急速に拡大している。 提案手法は,教師なし学習,ベイズフィルタリング,非線形正規化に基づく。 BayeSlopeは計算的に重く、デバイスバッテリーを迅速に排水できるので、その頑丈さを突然の生理的変化に適応させるオンライン設計を提案する。
  論文  参考訳（メタデータ） (2021-12-08T16:24:23Z)

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。