MétaCan
Menu
Retour à la cohorte
Enregistrement W4398186256 · doi:10.1109/icc-robins60238.2024.10533927

Smart Shopping Trolley based on IoT and AI for the Visually Impaired

2024· article· en· W4398186256 sur OpenAlexaff
Shirley Selvan, Johnsi Stella, B Keerthana, N Nikitha

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Parking Systems Research
Établissements canadiensPricewaterhouseCoopers (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceObstacleRaspberry piVisually impairedInternet of ThingsProduct (mathematics)Optical character recognitionPath (computing)Work (physics)Human–computer interactionEmbedded systemMultimediaComputer securityArtificial intelligenceEngineeringComputer network

Résumé

récupéré en direct d'OpenAlex

A smart shopping trolley can help the visually impaired and blind customers to shop without the need of assistance. Shopping malls that provide such trolleys attract more customers. The smart shopping trolley proposed in this research emphasize on Artificial intelligence and is embedded with RFID technology. Tesseract optical character recognition algorithm extracts the name and cost of the product. The E-speak library reads the name and cost of the product to the visually impaired as an audio message. The smart trolley makes use of cameras, Ultrasonic (US) sensors, DC motor, Motor Drivers, interfaced with a Raspberry Pi to make the system work. An US sensor finds the distance of an obstacle, if any, in the person’s path and alerts the user frequently through an audio. This shopping trolley assists blind people making it easier for them to shop and indeed enjoy shopping. The system saves customer time thereby promoting business sales.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,691
Score d'incertitude au seuil0,287

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,297
Écart entre enseignants0,275 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Parking Systems ResearchTravaux en français237 207