論文の概要: Large Language Model based air quality monitoring and localized alert generation

• arxiv url: http://arxiv.org/abs/2609.17954v1
• Date: Wed, 16 Sep 2026 00:27:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.579668
• Title: Large Language Model based air quality monitoring and localized alert generation
• Title（参考訳）: 大規模言語モデルに基づく大気質モニタリングと局所的アラート生成
• Abstract要約: 室内の空気質は、屋外の空気の最大5倍の健康問題を引き起こす可能性がある。 屋内の健康と健康の重要性にもかかわらず、現在の監視装置やシステム(通常はオフィスやワークスペース)は受動的である。 環境品質モニター(EnQyMo)プラットフォームは、屋内空間における空気の質に関連するセンサデータを処理するために設計された、一般的なIoT(Internet of Things)プラットフォームである。
• 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: Poor indoor air quality can cause up to five times more direct health problems to occupants than outdoor air. In particular, it may cause headaches, fatigue, eye/throat irritation, and long-time exposure is linked to respiratory and heart as well as some forms of cancer. Despite the importance of indoor health and well-being, most current monitoring devices and systems (usually for offices and workspaces) are passive. The Environmental Quality Monitor (EnQyMo) platform is a generic Internet of Things (IoT) middleware designed to process several sensor data related to air quality in indoor spaces and correlate this data with health exposure risks of users/workplace employees. Using Bluetooth Low Energy (BLE) beacons and a mobile IoT middleware it is able to identify the (smartphone) users exposed to these polluted air or high CO2 (carbon dioxide) levels, and generate location-specific alarms only to the users at the places with the unhealthy air conditions. At the core of EnQyMo is an agency of Large Language Models (LLMs) capable of interpreting regulatory standards and scientific literature to automatically identify critical health exposure levels.
• Abstract（参考訳）: 室内の空気質は、屋外の空気の最大5倍の健康問題を引き起こす可能性がある。 特に、頭痛、疲労、眼球刺激、長期曝露は、呼吸や心臓といくつかの種類のがんに結びついている可能性がある。 屋内の健康と健康の重要性にもかかわらず、現在の監視装置やシステム(通常はオフィスやワークスペース)は受動的である。 環境品質モニター(EnQyMo)プラットフォームは、屋内空間における空気の質に関連するセンサデータを処理し、ユーザや職場の従業員の健康リスクと相関するように設計された、一般的なIoT(Internet of Things)ミドルウェアである。 Bluetooth Low Energy(BLE)ビーコンとモバイルIoTミドルウェアを使用して、汚染された空気または高CO2(CO_2)レベルにさらされた(スマートフォン)ユーザを特定し、不健康な空気条件のある場所でのみ、位置固有のアラームを生成することができる。 EnQyMoの中核は、規制基準と科学文献を解釈し、重要な健康曝露レベルを自動的に特定できるLarge Language Models(LLMs)の機関である。

関連論文リスト

• Towards a General Intelligence and Interface for Wearable Health Data [45.854819784803055]
  本研究では,1兆分以上の未ラベルセンサ信号に基づいて,ウェアラブルヘルスの基盤モデルを提案する。 この集団スケールの表現は、ラベル効率のよい少数ショット学習と生成能力を有効化して、1日あたりのロバストな計量推定を行う。
  論文  参考訳（メタデータ） (2026-05-21T17:24:06Z)
• AirCast: Improving Air Pollution Forecasting Through Multi-Variable Data Alignment [46.56288727659417]
  大気汚染は、急速な工業化と都市化によって悪化する世界的な健康リスクの先駆けである。 本稿では,新しい多変量大気汚染予測モデルであるAirCastを紹介する。 AirCastは、大気条件と汚染物質濃度を同時に予測するマルチタスクヘッドアーキテクチャを採用している。
  論文  参考訳（メタデータ） (2025-02-25T07:34:18Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• IoT-Based Air Quality Monitoring System with Machine Learning for Accurate and Real-time Data Analysis [0.0]
  本研究では, どこでも使用可能な携帯型空気質検知装置の開発を提案する。 収集されたデータは、クラウドベースのWebアプリThinkSpeakを使って保存および視覚化される。
  論文  参考訳（メタデータ） (2023-07-02T14:18:04Z)
• IoT-Based Remote Health Monitoring System Employing Smart Sensors for Asthma Patients during COVID-19 Pandemic [0.0]
  新型コロナウイルス(COVID-19)と喘息(喘息)は、コントロールされていない状況で生命を脅かす呼吸器疾患である。 バングラデシュなどの南アジアでは、新型コロナウイルス(COVID-19)の感染拡大が始まって以来、貧困が深刻化している。 本稿では,遠隔医療・環境モニタリングシステムの設計を通じて,現在の医療システムにおける課題が解決可能であることを実証する。
  論文  参考訳（メタデータ） (2023-03-28T07:23:03Z)
• PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal Imputation [54.839600943189915]
  モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。 豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。 このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
  論文  参考訳（メタデータ） (2022-12-14T21:39:15Z)
• Climate Change & Computer Audition: A Call to Action and Overview on Audio Intelligence to Help Save the Planet [98.97255654573662]
  この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。 我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
  論文  参考訳（メタデータ） (2022-03-10T13:32:31Z)
• Building a Decision Support System for Automated Mobile Asthma Monitoring in Remote Areas [0.0]
  本稿では,運動によって引き起こされた喘息の早期症状を捉え解析するために,内蔵センサを搭載したスマートフォンを用いた。 予備的な結果は、スマートフォンが他のネットワークデバイスを使わずに喘息症状をモニターし、検出することができることを示している。
  論文  参考訳（メタデータ） (2021-12-11T14:18:08Z)
• AirSPEC: An IoT-empowered Air Quality Monitoring System integrated with a Machine Learning Framework to Detect and Predict defined Air Quality parameters [0.0]
  機械学習モデルにより実装が容易で、セマンティックに配布され、権限を与える新しいモノのインターネットフレームワークが提案されている。 提案システムは,一次センサデータを処理,可視化,保存するNodeREDダッシュボードを備えている。 ダッシュボードは、時間的および地理空間的な空気質予測を得るために、機械学習モデルと統合されている。
  論文  参考訳（メタデータ） (2021-11-28T12:13:30Z)
• AiR -- An Augmented Reality Application for Visualizing Air Pollution [5.564705758320338]
  AiRは、CPCBが測定した空気質を、ユーザーのGPSによって検出された局地性、またはユーザの選択した局地性において考慮し、その局地性に存在する様々な大気汚染物質を可視化する。 AiRはまた、異なる汚染物質、ソース、およびそれらが健康に与える影響について、対話的に認識する。
  論文  参考訳（メタデータ） (2020-06-03T10:03:47Z)

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。