Efficient IoT-Assisted Waste Collection for Urban Smart Cities
Notice bibliographique
Résumé
Waste management is one of the many major challenges faced by all urban cities around the world. With the increase in population, the current mechanisms for waste collection and disposal are under strain. The waste management problem is a global challenge that requires a collaborative effort from different stakeholders. Moreover, there is a need to develop technology-based solutions besides engaging the communities and establishing novel policies. While there are several challenges in waste management, the collection of waste using the current infrastructure is among the top challenges. Waste management suffers from issues such as a limited number of collection trucks, different types of household and industrial waste, and a low number of dumping points. The focus of this paper is on utilizing the available waste collection transportation capacity to efficiently dispose of the waste in a time-efficient manner while maximizing toxic waste disposal. A novel knapsack-based technique is proposed that fills the collection trucks with waste bins from different geographic locations by taking into account the amount of waste and toxicity in the bins using IoT sensors. Using the Knapsack technique, the collection trucks are loaded with waste bins up to their carrying capacity while maximizing their toxicity. The proposed model was implemented in MATLAB, and detailed simulation results show that the proposed technique outperforms other waste collection approaches. In particular, the amount of high-priority toxic waste collection was improved up to 47% using the proposed technique. Furthermore, the number of waste collection visits is reduced in the proposed scheme as compared to the conventional method, resulting in the recovery of the equipment cost in less than a year.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».