文献

J-GLOBAL ID：201802214871809276   整理番号：18A0439733

U AVセンシングを用いた細粒度大気質指数分布の実時間プロファイリング【Powered by NICT】

Real-Time Profiling of Fine-Grained Air Quality Index Distribution Using UAV Sensing

著者 (5件)： Yang Yuzhe (School of Electrical Engineering and Computer Science, Peking University, Beijing, China) ,  Zheng Zijie (School of Electrical Engineering and Computer Science, Peking University, Beijing, China) ,  Bian Kaigui (School of Electrical Engineering and Computer Science, Peking University, Beijing, China) ,  Song Lingyang (School of Electrical Engineering and Computer Science, Peking University, Beijing, China) ,  Han Zhu (Electrical and Computer Engineering Department and the Computer Science Department, University of Houston, Houston, TX, USA)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 5  号： 1  ページ： 186-198  発行年： 2018年 
JST資料番号： W2432A  ISSN： 2327-4662  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 有意な大気汚染問題を考えると,大気質指数(AQI)モニタリングは,最近注目されている。本論文では,実時間における細粒AQIマップを効率的に,ARMSと呼ばれる無人機に搭載移動AQI監視システムを設計した。具体的には,筆者らは最初にニューラルネットワーク(GPM NN)に基づいてGaussプルームモデル,空気中の粒子分散を特徴づける物理的にを提案した。GPM NNに基づいて,著者らは選択された場所でAQIを監視し,センシングデータによる正確なAQIマップを構築するために電池効率的で適応モニタリングアルゴリズムを提案した。提案した適応監視アルゴリズムを二つの代表的なシナリオ,路側公園のような二次元開放空間,建物内中庭のような三次元空間で評価した。実験結果は,このシステムが他の既存モデルよりもGPM NNとAQIのより高い予測精度を提供できることを実証し,適応モニタリングアルゴリズムを用いた消費電力を大幅に低減した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 監視装置 ,  無人機 ,  アルゴリズム ,  消費電力 ,  *指数分布 ,  大気汚染 ,  ニューラルネットワーク
準シソーラス用語： 予測精度 ,  三次元空間 ,  屋内 ,  ガウスプルームモデル ,  *プロファイリング ,  *実時間 ,  *大気質 ,  *細粒度 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： センシング ,  細粒度 ,  大気質 ,  指数分布 ,  実時間 ,  プロファイリング