文献

J-GLOBAL ID：202002240043321595   整理番号：20A2765480

火災検出のための深層学習アルゴリズム【JST・京大機械翻訳】

Deep Learning Algorithm for Fire Detection

著者 (3件)： Iqbal Muhammad (Telkom University,School of Electrical Engineering,Indonesia) ,  Setianingsih Casi (Telkom University,School of Electrical Engineering,Indonesia) ,  Irawan Budhi (Telkom University,School of Electrical Engineering,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： EECCIS  ページ： 237-242  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： アヨバンドングのデータに基づいて,Bandung市火災と災害管理局(Diskar PB)は,2019年に199の火災を扱っている。これらのうち,建物火災の121ケース,69のブッシュまたは草火災,および残りは,バンガ市外の火災を扱っている。これらの火災の結果として,IDR 44,363,700,000の損失をもたらすと推定される。しかし,事務所によって行われた停電によって,Diskar PBは,材料価値IDR 810,790,534,400を節約した。それらに従って,明白な支配的原因は,ストーブから始まり,次に,電気から始まる人的交渉である。人々が火災に気づき,火災事故を報告している速度も影響する。この報告書を作るための時間は,Diskar PB事務所にとって貴重である。それで,火災がより多く広がる前にできるだけ早く情報を得ることが重要である。屋内火災検出のために,センサをセンサとカメラで設計した。このシステムは,煙または火災があるならば,リアルタイムで検出して,このシステムは,テレグラムによってユーザを通知するであろう。この火災システムは,物体認識と火災パターンを実行するために使用されるバックプロパゲーションと畳込みニューラルネットワーク(CNN)方式を使用する。このシステムは火災防止における安全性を改善できる。作成した火災検出システムは,バックプロパゲーション法に対して95%の精度率を有した。一方,CNNは97%の精度率を有した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  *火災 ,  煙 ,  ブシュ ,  物体認識 ,  防火 ,  センサ ,  深層 ,  ストーブ ,  逆伝搬法 ,  *学習アルゴリズム
準シソーラス用語： 実時間 ,  火災検出 ,  災害管理 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 火災検出 ,  深層学習 ,  アルゴリズム