MétaCan
Menu
Retour à la cohorte
Enregistrement W4403905561 · doi:10.59934/jaiea.v4i1.585

Design of Gas Leakage Monitoring System Based on Android Application and NodeMCU ESP8266

2024· article· en· W4403905561 sur OpenAlexaff
Nabil Fuadi, Achmad Fauzi, Husnul Khair

Notice bibliographique

RevueJournal of Artificial Intelligence and Engineering Applications (JAIEA) · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueIoT-based Smart Home Systems
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésAndroid (operating system)Operating systemComputer scienceLeakage (economics)Embedded systemAndroid application

Résumé

récupéré en direct d'OpenAlex

Gas leakage is a serious problem that can threaten public safety and health and cause significant material losses. This research aims to design and implement a gas leak monitoring system that can be accessed remotely based on Android applications and NodeMCU ESP8266. NodeMCU ESP8266 is chosen as the main microcontroller equipped with an MQ-2 gas sensor to detect the presence of hazardous gas. This research incorporates Internet of Things (IoT) technology to allow users to remotely monitor the condition of gas leaks, thereby increasing the level of safety in the use of gas in households or small industries. The hardware design includes the use of an MQ-2 gas sensor that is sensitive to certain gas concentrations, as well as setting up an ESP8266 NodeMCU to transmit detection data to a Firebase server for later access through an Android application. The Android application was developed using Android Studio with a focus on an intuitive user interface to monitor the status of gas leaks in real-time. he research methods used include system design, hardware and software implementation, and thorough system testing by simulating gas leak scenarios to test the reliability and response of the system. The results show that the system can detect gas leaks with high accuracy. It is expected that the system developed in this research can be a practical and effective solution in reducing the risk of accidents caused by gas leaks, as well as making a positive contribution in increasing awareness of the safety of gas use in the community.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,001
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 Opus0,021
Tête enseignante GPT0,239
Écart entre enseignants0,218 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Artificial Intelligence and Engineering Applications (JAIEA)Même sujetIoT-based Smart Home SystemsTravaux en français237 207