[論文レビュー] IoT-Based Air Quality Monitoring System with Machine Learning for Accurate and Real-time Data Analysis

Hemanth Karnati|arXiv (Cornell University)|Jul 2, 2023

Air Quality Monitoring and Forecasting被引用数 6

ひとこと要約

本論文では、MQ135およびMQ3センサーを用いて、二酸化炭素（CO2）、煙、アルコール、ベンゼン、アンモニアなどの有害ガスをリアルタイムで検出する、IoTベースのポータブル大気質モニタリングシステムを提案する。データはクラウドベースのWebアプリ（ThingSpeak）にストリーミングされ、機械学習を用いて分析され、精度の向上と局所的なインサイトが得られる。

ABSTRACT

Air pollution in urban areas has severe consequences for both human health and the environment, predominantly caused by exhaust emissions from vehicles. To address the issue of air pollution awareness, Air Pollution Monitoring systems are used to measure the concentration of gases like CO2, smoke, alcohol, benzene, and NH3 present in the air. However, current mobile applications are unable to provide users with real-time data specific to their location. In this paper, we propose the development of a portable air quality detection device that can be used anywhere. The data collected will be stored and visualized using the cloud-based web app ThinkSpeak. The device utilizes two sensors, MQ135 and MQ3, to detect harmful gases and measure air quality in parts per million (PPM). Additionally, machine learning analysis will be employed on the collected data.

研究の動機と目的

• 既存のモバイルアプリケーションにおけるリアルタイムで場所に特化した大気質データの不足に対処する。
• 移動中に利用可能な、ポータブルで低コストの大気質モニタリング装置を開発する。
• センサーのデータに対して機械学習を用いて、正確でタイムリーな大気汚染物質濃度の分析を実現する。
• ThingSpeakを介してクラウドベースのデータ保存と可視化を統合し、ユーザーのアクセス性を向上させる。
• 場所に特化した、実行可能なデータを通じて、都市の大気汚染に対する一般の人の認識と対応を向上させる。

提案手法

• 複数の汚染物質（ppm単位）を検出するために、MQ135およびMQ3ガスセンサーを導入する。
• IoT対応マイコンを用いて、リアルタイムのセンサー情報を収集・送信する。
• センサー情報をThingSpeakクラウドプラットフォームにストリーミングし、保存および可視化する。
• 時間的パターンの分析に機械学習アルゴリズムを適用し、データの正確性を向上させる。
• リアルタイムの監視とデータ解釈を可能にするWebベースのインターフェースを実装する。
• クラウドベースの処理を活用して、スケーラブルでリモートアクセス可能な大気質指標を実現する。

実験結果

リサーチクエスチョン

• RQ1 IoTベースのシステムは、ポータブルハードウェアを用いてリアルタイムで場所に特化した大気質モニタリングを提供できるか？
• RQ2 機械学習は、低コストセンサーからのガス濃度予測の正確性をどの程度向上させることができるか？
• RQ3 クラウド統合は、エンドユーザーに対するデータのアクセス性と可視化をどの程度向上させるか？
• RQ4 本システムは、同時に二酸化炭素（CO2）、煙、アルコール、ベンゼン、アンモニアの複数の汚染物質を信頼性を持って検出・定量できるか？
• RQ5 センサーのデータと機械学習、クラウドプラットフォームの統合は、大気汚染に対する一般の人の認識をどの程度向上させるか？

主な発見

• 本システムは、低コストセンサーを用いて、複数の汚染物質からのリアルタイムの大気質データを正常に取得した。
• 機械学習の分析により、パターンの特定とセンサー読み取り値のノイズ低減が可能となり、データ解釈が向上した。
• ThingSpeakによるクラウドベースの可視化により、ユーザーは任意の場所からリアルタイムで大気質データを監視できるようになった。
• IoT、センサーネットワーク、および機械学習の統合により、正確でスケーラブルかつポータブルな大気質モニタリングが実現した。
• 本研究で提案するシステムは、現在のモバイルアプリケーションにおけるリアルタイムで場所に特化した大気質データの不足を解消した。
• プロトタイプは、都市環境への導入可能性を示しており、公衆衛生施策の支援に役立つと示された。