MétaCan
Menu
Retour à la cohorte
Enregistrement W3179498794 · doi:10.20944/preprints202107.0251.v1

An Energy-efficient Microcontroller-based Smart Light Controlling System

2021· preprint· en· W3179498794 sur OpenAlexaff
Md. Saidul Islam, Sumon Chandra Debnath, Md. Sadequl Azam, Mashudur Rahaman, Md Azizul Hoque, Ali Newaz Bahar, Abu Kowsar

Notice bibliographique

RevuePreprints.org · 2021
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesBangladesh Council of Scientific and Industrial ResearchCouncil of Scientific and Industrial Research, India
Mots-clésLight intensityMicrocontrollerRelayComputer scienceController (irrigation)Liquid-crystal displayComputer hardwarePower (physics)Real-time computingEnergy (signal processing)Optics

Résumé

récupéré en direct d'OpenAlex

In this work, an energy-saving smart light controlling system has been proposed that can main-tain the desired intensity of light in a room automatically. Unlike the conventional light control system, the proposed system splits a large room into several zones and analyzes the light inten-sity of each zone; hence, the controlling unit adjusts the light intensity to the desired level. The main controlling unit consists of a light sensor, a motion sensor, a relay with a driver unit, an LCD display, etc. for controlling light efficiently to reduce the power waste. The sensors meas-ure the intensity of light, based on the standard light intensity data chart the controller units make a decision how many light bulbs are needed to be switched ON/OFF in a particular zone. Moreover, the system automatically switched-OFF all light bulbs when there is nobody in the room. Proteus design suite 8.0 is used to design and simulation of the proposed system. Moreo-ver, the PCB layout is designed using ExpressPCB version 7.5.0. The proposed system is capable of minimizing the power loss by up to 44% in comparison to the conventional light manage-ment system.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,046
Tête enseignante GPT0,291
Écart entre enseignants0,246 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetImpact of Light on Environment and HealthTravaux en français237 207