文献

J-GLOBAL ID：202102236316024321   整理番号：21A1326298

人工知能に基づく軽量モデルの煙検出研究と応用【JST・京大機械翻訳】

Research and application of residual network model based on artificial intelligence for smoke detection

著者 (2件)： Chen Chaohui (深zhen市住房和建設局,广東 深zhen 518028) ,  Chen Zhiyu (深zhen市住房和建設局,广東 深zhen 518028)
資料名： Xiaofang Kexue yu Jishu  (Xiaofang Kexue yu Jishu)
巻： 39  号： 12  ページ： 1747-1750  発行年： 2020年 
JST資料番号： C3411A  ISSN： 1009-0029  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 携帯装置に伝統的に応用されている火災検出システムはメモリが非常に巨大で、センサーは環境の影響を受けやすく、検出精度も高くない。この問題に対して、メモリ占有率が小さく、性能のよい火災検出システムを提案した。Fi-reNetニューラルネットワークを携帯型ハードウェア製品に埋め込み、多種の火災データセット上でテストを行い、テスト結果は、このシステムが他の伝統的方法より精度とスピードにおいて明らかに向上していることを示している。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  火災 ,  ニューラルネットワーク ,  *人工知能 ,  ハードウェア ,  センサ ,  携帯型 ,  占有率
準シソーラス用語： 携帯機器 ,  火災検出 ,  検出精度 ,  軽量 , 【Automatic Indexing@JST】

分類 (2件)： 火災  (RA02020B) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 人工知能 ,  軽量 ,  モデル ,  煙検出 ,  研究 ,  応用