بهبود تشخیص چندوجهی نشت گاز با NSMOTE: رویکردی نوین در بیش‌نمونه‌گیری
بهبود تشخیص چندوجهی نشت گاز با NSMOTE: رویکردی نوین در بیش‌نمونه‌گیری
نوشتهٔ
Aref Azizian, Behnam Yousefimehr, Mehdi Ghatee
در «2024 8th International Conference on Smart Cities, Internet of Things and Applications (SCIoT)» منتشر شده است.
چکیده:
گسترش شهرنشینی و پیدایش شهرهای هوشمند، به افزایش فعالیت‌های صنعتی و نگرانی دربارهٔ ایمنی و مخاطرات زیست‌محیطی انجامیده است. تشخیص و پایش دقیق نشت گاز، به‌دلیل خطرهای مهم آن برای سلامت عمومی و محیط‌زیست، ضروری است. در این پژوهش، رویکردی نوین پیشنهاد می‌کنیم که تصویربرداری حرارتی را با داده‌های حسگر تلفیق می‌کند تا دقت تشخیص گاز در محیط‌های شهری و صنعتی افزایش یابد. روش ما با به‌کارگیری الگوریتم‌های پیشرفته و تحلیل مجموعه‌داده‌های گسترده، به دقت چشمگیر 99.32% می‌رسد و معیار تازه‌ای در تشخیص نشت گاز ارائه می‌کند. نوآوری ما در استفاده از روش ویژه‌ای برای بیش‌نمونه‌گیری به نام روش بیش‌نمونه‌گیری مصنوعی نرمالِ اقلیت (NSMOTE)، همراه با ادغام هم‌زمان تصویربرداری حرارتی و داده‌های حسگر در چارچوبی چندوجهی است. این دستاورد علاوه بر برجسته‌کردن ظرفیت تلفیق منابع متنوع داده برای پایش محیط‌زیست، گامی مهم در کاهش خطرهای ناشی از انتشار گازهای صنعتی است.
مرجع: https://ieeexplore.ieee.org/abstract/document/10570108