文献

J-GLOBAL ID：202202232474155849   整理番号：22A0777932

IoT可能屋内大気質監視システムによるAQIデータの予測【JST・京大機械翻訳】

Forecasting AQI Data with IoT Enabled Indoor Air Quality Monitoring System

著者 (4件)： Khare Mayank Deep (National Institute of Technology, Delhi, New Delhi, India) ,  Sagar Kumar Satyam (National Institute of Technology, Delhi, New Delhi, India) ,  Sachdeva Shelly (National Institute of Technology, Delhi, New Delhi, India) ,  Prakash Chandra (National Institute of Technology, Delhi, New Delhi, India)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13167  ページ： 149-158  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 大気汚染は今日の世界における主要な問題の1つである。自動車,工場,発電所などは,人間の生活を容易化したが,環境を妥協している。大気汚染は,これらの開発から来る悪影響の1つである。空気品質指数として知られる大気質の定量分析のためにインデクシングシステムを開発した。AQIの値は,AQIの過去のデータに基づいて,PM(粒子状物質),CO,NH_3,NO_2,H_2Sなど様々な汚染物質値に依存し,将来のAQI値に対して予測が可能である。AQI監視で遭遇する大きな課題は,電力効率による予測値と屋内AQIセンシングノードの精度である。本論文では,屋内IoTベースのAQI監視検出ノードを開発し,環境中の上記の汚染物質の値を得た。その結果,AQI値を予測するためのデータセットを作成した。より良い精度のために,SARMAXを適用して,ANNとRNNのような他の予測方法からより良い結果を得た。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  空気 ,  *大気汚染 ,  自動車 ,  品質 ,  発電所 ,  定量分析 ,  汚染物質 ,  大気汚染物質 ,  指数 ,  電力効率
準シソーラス用語： *大気質 ,  粒子状物質 ,  予測値 ,  *モノのインターネット ,  *大気質監視 , 【Automatic Indexing@JST】

著者キーワード (4件)： AQI ,  粒子状物質(PM) ,  予測 ,  汚染物質

分類 (1件)： 大気汚染一般  (SB03010B)

タイトルに関連する用語 (4件)： IoT ,  屋内 ,  大気質監視 ,  予測