MétaCan
Menu
Retour à la cohorte
Enregistrement W3135479481 · doi:10.32628/cseit19491107

Abadent Object Detection & IOT Based Multi-sensor Smart Robot for Surveillance Security System

2019· article· en· W3135479481 sur OpenAlexaff
Lakshminarasimhan Srinivasan

Notice bibliographique

RevueInternational Journal of Scientific Research in Computer Science Engineering and Information Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueIoT-based Smart Home Systems
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceInternet of ThingsArtificial intelligenceObject (grammar)Object detectionComputer visionComputer securityPattern recognition (psychology)

Résumé

récupéré en direct d'OpenAlex

This paper presents an up-to-datemethod for surveillance in distant and boundary areas using (MR).It is based on the present 4G technology used in defense force and army applications. This automated vehicle has capacity to substitute the solider at outskirt territories to give reconnaissance. The automated vehicle works both as independent and physically controlled vehicle utilizing web as correspondence medium. This MRused to recognize human, bombs, unsafe gases and fire at remote and war field zones.Routinely, remote security robot obsoletes because of constrained recurrence range and restricted manual control. These points of confinement are overwhelmed by utilizing 4G innovation which has unfathomable range.In this robotic vehicle is designed for exploration as well as surveillance under certain circumstances.Interruption form the strangers is automatically sensed by this system and photos are send to the admin that consideredthese type of object is to be taken in the image sensor of SVM algorithm the abundant object has been discovered. The MRis capable for watching the sensor using Passive and also IR Sensor, Gas sensor used to sense the deadly gases, Flame Sensor is used to sense fire or explosion, Temperature sensor is used high temperature range, Object in the boundary is capturing by using camera, Detect any obstacles are sensed by using ultrasonic sensor and tracking the locality by using GPS. Any illegal activities like harmful gases, fire and other dangerous situation are sensed and then transfer to the server. This system senses the unsafe situations near the border and protects the human life without any mortality.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,272
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2019
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueInternational Journal of Scientific Research in Computer Science Engineering and Information TechnologyMême sujetIoT-based Smart Home SystemsTravaux en français237 207