TAILIEUCHUNG - Phát hiện cháy rừng bằng mạng nơ ron học sâu, dựa trên khói và lửa thu nhận được từ camera giám sát

Trong bài viết này, các tác giả nghiên cứu mạng nơ ron học sâu (CNN - Convolutional Neural Network)[1] cho bài toán phát hiện lửa cũng như khói bằng việc xử lí dữ liệu từ camera giám sát nhằm phát hiện, cảnh báo cháy rừng. | ISSN 2354-0575 PHÁT HIỆN CHÁY RỪNG BẰNG MẠNG NƠ RON HỌC SÂU DỰA TRÊN KHÓI VÀ LỬA THU NHẬN ĐƯỢC TỪ CAMERA GIÁM SÁT Đoàn Hồng Quang Trung tâm Công nghệ Vi điện tử và Tin học Viện Ứng dụng Công nghệ Ngày tòa soạn nhận được bài báo 15 03 2020 Ngày phản biện đánh giá và sửa chữa 05 06 2020 Ngày bài báo được duyệt đăng 15 06 2020 Tóm tắt Mạng nơ ron học sâu được ứng dụng trong nhận diện hình ảnh nhận diện giọng nói xử lý ngôn ngữ tự nhiên. Hiện nay rất nhiều các bài toán nhận dạng sử dụng mạng nơ ron học sâu vì nó có thể giải quyết các bài toán với số lượng lớn các biến tham số kích thước đầu vào lớn với hiệu năng cũng như độ chính xác vượt trội so với các phương pháp phân lớp truyền thống xây dựng những hệ thống thông minh với độ chính xác cao. Trong bài báo này các tác giả nghiên cứu mạng nơ ron học sâu CNN - Convolutional Neural Network 1 cho bài toán phát hiện lửa cũng như khói bằng việc xử lí dữ liệu từ camera giám sát nhằm phát hiện cảnh báo cháy rừng. Từ khóa Mạng nơ ron học sâu mạng nơ ron tích chập phát hiện cháy rừng. 1. Giới thiệu cảm biến có nhược điểm là vùng giám sát rất nhỏ Hỏa hoạn gây ra những thiệt hai rất nghiêm và vấn đề năng lượng cung cấp cho các nút cảm biến trọng như phá hoại cơ sở vật chất thiêu rụi các nhà cũng như tuổi thọ của các nút này bị ảnh hưởng rất dân khu rừng chỉ trong một thời gian ngắn. Không nhiều bởi môi trường và điều kiện địa lí. Do đó độ những thế hỏa hoạn còn gây ra nhiều thiệt hại về chính xác của hệ thống dùng cảm biến cũng không người hủy hoại môi trường sống của con người cao. Đối với hệ thống cảnh báo dùng vệ tinh thì có và sinh vật gây ô nhiễm môi trường nếu không thể bao quát vùng rộng tuy nhiên lại có một số hạn được kiểm soát kịp thời thì hậu quả rất nặng nề. chế như độ phân giải của ảnh không cao thời gian Vì vậy việc phòng chống hỏa hoạn đóng một vai thực không được đáp ứng chi phí cao ảnh hưởng trò hết sức quan trọng và luôn được chú trọng. Tuy của thời tiết làm giảm độ chính xác. Vậy nên dùng nhiên việc phòng .

• Kỹ thuật lập trình
• Mạng nơ ron học sâu
• Mạng nơ ron tích chập
• Phát hiện cháy rừng
• Camera giám sát
• Cảnh báo cháy rừng
• Nhận dạng khuôn mặt
• Nhận dạng khuôn mặt từ video
• Bài giảng Học sâu và ứng dụng
• Học sâu và ứng dụng
• Mạng nơ ron
• Mạng nơ ron một lớp ẩn
• Thuật lan truyền ngược
• Mạng nơ ron hồi quy
• Mạng CNN tích chập
• Mô hình học sâu
• Xe tự hành phát hiện đối tượng
• Kỷ yếu Hội thảo khoa học
• Hội thảo khoa học về Thương mại
• Công nghệ học sâu
• Phân loại rác thải
• Mô hình phân loại rác thải tự động
• Bê tông cao su
• Rừng ngẫu nhiên
• Kỹ thuật học máy
• Bê tông chứa cốt liệu cao su
• Luận văn Thạc sĩ
• Kỹ thuật học sâu
• Công nghệ thông tin
• Kỹ thuật phần mềm
• Nghiên cứu mạng nơ ron tích chập
• Mô hình dự đoán tương tác protein
• Phân vùng mạch máu gan
• Mạch máu gan lớn
• Mạng nơ ron Transformer
• Kỷ yếu Hội nghị Quốc gia lần thứ 25
• Hội nghị Điện tử Truyền thông Công nghệ Thông tin
• Xe ô tô điện
• Phương pháp mạng nơ ron học sâu
• Thuật toán bình phương trung bình RMSE
• Phương pháp dự đoán SoC
• Ra đa điều tần tuyến tính liên tục
• Mạng nơ ron học sâu ARTRNet
• Bài toán tự động nhận dạng mục tiêu
• Tín hiệu phản xạ
• Tần số Doppler
• Phân lớp phương tiện giao thông
• Mạng R CNN
• Công tác quản lý giao thông
• Mô hình để dự đoán
• Phân loại dạng điều chế tín hiệu
• Phương pháp nhận dạng tín hiệu
• Công cụ học sâu
• Điều chế tín hiệu
• Kỹ thuật triplet loss
• Mô hình mạng nơ ron
• Mô hình học sâu hiện đại
• Mô hình MTCNN
• Nhận diện khuôn mặt
• Trí tuệ nhân tạo
• Nền tảng di động Android
• Bài toán nhận dạng chữ số viết tay
• Kĩ thuật học sâu
• Trinh sát điện tử
• Tín hiệu ra đa
• Kỹ thuật tiền xử lý
• Mô hình CNN
• Huấn luyện mạng nơ ron
• Lựa chọn siêu tham số
• Kỹ thuật chống overfitting
• Kỹ thuật học tái sử dụng
• Tiền xử lý dữ liệu
• Hàm kích hoạt
• Khởi tạo trọng số
• Thảm họa môi trường
• Quan trắc thảm họa môi trường
• Kỹ thuật học sâu phân đoạn ảnh
• Mạng nơ ron học sâu Unet
• Đặc tính quang phổ của khí quyển
• Mô phỏng dáng người
• Phương pháp học sâu
• Mạng chập đồ thị
• Mạng chập nơ ron
• Mạng chập đồ thị SemGCN
• Ước lượng tự động số học sinh
• Quản lý lớp học thông minh
• Cơ sở dữ liệu SCUT HEAD
• Khoa học Trái đất và Môi trường
• Mạng nơ ron truyền thẳng
• Xây dựng mô hình học sâu
• Chỉ số thực vật NDVI
• Phân vùng nguy cơ cháy rừng
• Nhận diện đặc điểm tác giả
• Máy véc tơ hỗ trợ
• Tìm kiếm sản phẩm
• Ảnh bằng học sâu
• Tìm kiếm ảnh
• Nhận dạng ảnh
• Dữ liệu tự thu thập từ Internet
• Mô hình mạng trí tuệ nhân tạo
• Mạng neuron tích chập
• Nền tảng Android