1. Главная
  2. Ресурсы
  3. Библиотечный поиск
ЭФФЕКТИВНОЕОБНАРУЖЕНИЕ ПОЖАРА СИСПОЛЬЗОВАНИЕМТЕХНОЛОГИИ LORAWAN ИГЛУБОКОГО ОБУЧЕНИЯ ВБЕСПРОВОДНЫХСЕНСОРНЫХ СЕТЯХ ДЕЯБ О.А.СЕЛИВАНОВ А.С.ЧЕРНИКОВ Д.Ю.2024 год

ЭФФЕКТИВНОЕ ОБНАРУЖЕНИЕ ПОЖАРА С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИИ LORAWAN И ГЛУБОКОГО ОБУЧЕНИЯ В БЕСПРОВОДНЫХ СЕНСОРНЫХ СЕТЯХ : научное издание
статья из журнала

Дополнительные ссылки: eLibrary
База данных: Каталог библиотеки СФУ
Библиографическое описание: ЭФФЕКТИВНОЕ ОБНАРУЖЕНИЕ ПОЖАРА С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИИ LORAWAN И ГЛУБОКОГО ОБУЧЕНИЯ В БЕСПРОВОДНЫХ СЕНСОРНЫХ СЕТЯХ : научное издание / О. А. ДЕЯБ, А. С. СЕЛИВАНОВ, Д. Ю. ЧЕРНИКОВ. - Текст : непосредственный // Информационные системы и технологии. - 2024. - № 2. - С. 70-79. - Исследование выполнено в рамках государственного задания ФГАОУ ВО «Сибирский федеральный университет», (номер FSRZ-2023-0008). - ISSN 2072-8964.
Аннотация: Крайне важно оперативно обнаруживать пожары и отправлять уведомления в режиме реального времени, чтобы обеспечить быстрое реагирование на кризис. Эффективное тушение пожаров не только спасает жизни и имущество, но и минимизирует материальные потери. В данной статье рассматривается возможность использования LoRaWAN для передачи сигналов пожарной тревоги в центр управления. Для обнаружения пожара использовались алгоритмы глубокого обучения и беспроводные сенсорные сети. Модель YOLOv5 адаптирована для выявления пожаров и оповещения терминальных устройств. Терминальные устройства могут отправлять сигналы тревоги на станцию LoRaWAN на расстоянии до пяти километров. Периферийные устройства могут передавать сигналы пожарной тревоги с интервалом в одну секунду или с другими интервалами времени в зависимости от настроенных параметров. Технология LoRaWAN продемонстрировала свою способность передавать сигналы пожарной тревоги и мгновенно получать их из центра управления пожаром.
It is crucial to detect fires promptly and issue notifications in real time to enable rapid crisis response. Efficient firefighting not only saves lives and property but also minimizes material losses. This paper seeks to investigate the feasibility of utilizing LoRaWAN for transmitting fire alarms to the control center. Deep learning algorithms and wireless sensor networks were utilized for fire detection. The YOLOv5 model has been adapted to identify fires and provide notifications to terminal devices. Up to five kilometers away , the terminal devices can send alarms to the LoRaWAN station. Peripheral devices can transmit fire alarms at intervals of one second or at other time intervals based on the configured settings. LoRaWAN technology has demonstrated its capability to transmit fire alarms and receive them from the fire control center instantly.
Год издания: 2024
Авторы: ДЕЯБ О.А. , СЕЛИВАНОВ А.С. , ЧЕРНИКОВ Д.Ю.
Издательство: Орловский государственный университет им. И.С. Тургенева, Орёл
Источник: Информационные системы и технологии
Выпуск: № 2
Номера страниц: 70-79
Держатель оригинала документа: ФГБОУ ВПО «Сибирский федеральный университет»
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки

Похожие публикации

ИСПОЛЬЗОВАНИЕГЛУБОКОГО ОБУЧЕНИЯДЛЯ ПОВЫШЕНИЯЭФФЕКТИВНОСТИБЕСПРОВОДНЫХСЕНСОРНЫХ СЕТЕЙ Омер Али ДеябЧерников Дмитрий ЮрьевичСеливанов Александр Сергеевич2024 год

ИСПОЛЬЗОВАНИЕ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ БЕСПРОВОДНЫХ СЕНСОРНЫХ СЕТЕЙ : научное издание

  • Омер Али Деяб и др.
  • 2024 год
Улучшениеэффективностипожарных водометов засчет использованияглубокого обучения ибеспроводнойсенсорной сети Деяб Омер АлиЧерников Дмитрий ЮрьевичСеливанов Александр Сергеевич2024 год

Улучшение эффективности пожарных водометов за счет использования глубокого обучения и беспроводной… : научное издание

  • Деяб Омер Али и др.
  • 2024 год
Эффективноеобнаружение пожара сиспользованиемтехнологии LoRaWAN иглубокого обучения вбеспроводныхсенсорных сетях Деяб Омер АлиСеливанов Александр СергеевичЧерников Дмитрий Юрьевич2024 год

Эффективное обнаружение пожара с использованием технологии LoRaWAN и глубокого обучения в… : статья из журнала

  • Деяб Омер Али и др.
  • 2024 год
Использованиебеспроводныхсенсорных сетей иоблачных вычисленийдля управлениясистемойавтоматическогопожаротушения Деяб Омер АлиЧерников Дмитрий ЮрьевичСеливанов Александр Сергеевич2024 год

Использование беспроводных сенсорных сетей и облачных вычислений для управления системой… : научное издание

  • Деяб Омер Али и др.
  • 2024 год
ОЦЕНКА ВЛИЯНИЯ КАНАЛАСВЯЗИ БЕСПРОВОДНОЙСЕНСОРНОЙ СЕТИОБНАРУЖЕНИЯ ПОЖАРА Омер Али Деяб2024 год

ОЦЕНКА ВЛИЯНИЯ КАНАЛА СВЯЗИ БЕСПРОВОДНОЙ СЕНСОРНОЙ СЕТИ ОБНАРУЖЕНИЯ ПОЖАРА : доклад, тезисы доклада

  • Омер Али Деяб
  • 2024 год
ПОВЫШЕНИЕ ТОЧНОСТИСИСТЕМЫ ОБНАРУЖЕНИЯПОЖАРА НА ОСНОВЕГЛУБОКОГО ОБУЧЕНИЯБЕСПРОВОДНЫХСЕНСОРНЫХ СЕТЕЙ Омер Али Деяб2024 год

ПОВЫШЕНИЕ ТОЧНОСТИ СИСТЕМЫ ОБНАРУЖЕНИЯ ПОЖАРА НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ БЕСПРОВОДНЫХ… : доклад, тезисы доклада

  • Омер Али Деяб
  • 2024 год
Integration of DeepLearning and WirelessSensor Networks forAccurate FireDetection in IndoorEnvironment Dheyab Omer. A.Chernikov Dmitry Yu.Selivanov Alexander S.2024 год

Integration of Deep Learning and Wireless Sensor Networks for Accurate Fire Detection in Indoor… : научное издание

  • Dheyab Omer. A. и др.
  • 2024 год
Using the City’sSurveillance Camerasto Create a VisualSensor Network toDetect Fires Dheyab Omer A.Chernikov Dmitry Yu.Selivanov Alexander S.2024 год

Using the City’s Surveillance Cameras to Create a Visual Sensor Network to Detect Fires : научное издание

  • Dheyab Omer A. и др.
  • 2024 год

Показать ещё

Integration of Deep Learning and Wireless Sensor Networks for Accurate Fire Detection in Indoor… : статья из журнала

  • Dheyab Omer A. и др.
  • 2024 год
Модели глубокогообучения дляэффективногообнаружения фейковыхновостей Ахмед Т. Р.Авсиевич А. В.2025 год

Модели глубокого обучения для эффективного обнаружения фейковых новостей : статья из журнала

  • Ахмед Т. Р. и др.
  • 2025 год
Использование системтехническоготелевидения в составеинтеллектуальныхбеспроводныхсенсорных сетейобнаружения… Аль Мафтул Омер Али Деяб2025 год

Использование систем технического телевидения в составе интеллектуальных беспроводных сенсорных сетей обнаружения…

  • Аль Мафтул Омер Али Деяб
  • 2025 год
Использование системтехническоготелевидения в составеинтеллектуальныхбеспроводныхсенсорных сетейобнаружения… Аль Мафтул Омер Али Деяб2025 год

Использование систем технического телевидения в составе интеллектуальных беспроводных сенсорных сетей обнаружения…

  • Аль Мафтул Омер Али Деяб
  • 2025 год
Использованиенейронных сетейглубокого обучениядля классификациитоксичныхкомментариев всоциальных сетях Захаренко Данил Вадимович2023 год

Использование нейронных сетей глубокого обучения для классификации токсичных комментариев в… : научное издание

  • Захаренко Данил Вадимович
  • 2023 год
Использованиенейронных сетейглубокого обучениядля классификациитоксичныхкомментариев всоциальных сетях Захаренко Д.В.2023 год

Использование нейронных сетей глубокого обучения для классификации токсичных комментариев в… : доклад, тезисы доклада

  • Захаренко Д.В.
  • 2023 год
Реализация подсистемыцифрового телевиденияв составебеспроводнойсенсорной сетиобнаружения иликвидации ЧС Омер Али Деяб2025 год

Реализация подсистемы цифрового телевидения в составе беспроводной сенсорной сети… : доклад, тезисы доклада

  • Омер Али Деяб
  • 2025 год
Нейронные сети всенсорной системераннего обнаруженияпожаров Брежнева Е. О.Бондарь О. Г.2020 год

Нейронные сети в сенсорной системе раннего обнаружения пожаров : статья из журнала

  • Брежнева Е. О. и др.
  • 2020 год