Our approach to build a Seismometer

Our approach to build a Seismometer on a smartphone presents different challenges
in using the capabilities of accelerometer sensors in smartphones. The primary
challenge is to deal with the volume of the raw data that is sensed by the accelerometer
over a continuous period, a smart phone accelerometer sensor reading the acceleration
values at the fastest sampling rate which is 200 samples per second could maintain a
history of its observations by logging them which produces 25 Gigabytes of raw data
per month. This is a large volume of data to store and analyze, so with much less
storage the detection of events is made possible by implementing triggering algorithms
like the seismometers do [9]. However, the challenge is the computation of algorithm
in real-time while the smartphone is continuously reading the accelerometer values
at a high sampling rate (mentioned earlier) for fine grain detection of weak motion
events whose probability of detection is very low by the sensing devices. Most of the
Seismometers use simple average or threshold based triggering approach for detection,
some of the other approaches use adaptive technique, neural network methods
or sophisticated ones based on pattern recognition

ผลลัพธ์ (ไทย) 1:

วิธีการสร้างการสั่นสะเทือนบนสมาร์ทโฟนของเราความท้าทายแตกต่างกันในการใช้ความสามารถของเซนเซอร์ accelerometer ในสมาร์ทโฟน หลักท้าทายคือการ จัดการกับปริมาณของข้อมูลดิบที่รู้สึก โดยเซ็นเซอร์วัดความเร่งระยะเวลาต่อเนื่อง เซนเซอร์ accelerometer สมาร์ทโฟนอ่านความเร่งอัตราค่าที่สุ่มตัวอย่างเร็วที่สุดซึ่งเป็นตัวอย่างต่อวินาทีสามารถรักษาความประวัติของการสังเกตของพวกเขาโดยที่ผลิต 25 กิกะไบต์ของข้อมูลดิบต่อเดือน นี้เป็นปริมาณมากของข้อมูลการจัดเก็บ และ วิเคราะห์ นั้น มีน้อยมากเก็บข้อมูลการตรวจจับเหตุการณ์ได้ ด้วยการใช้อัลกอริทึมที่เรียกseismometers การทำ [9] อย่างไรก็ตาม ความท้าทายคือ การคำนวณของอัลกอริทึมในแบบเรียลไทม์ขณะสมาร์ทโฟนต่อเนื่องคืออ่านค่าเร่งที่มีอัตราการสุ่ม (กล่าวถึงก่อนหน้านี้) สำหรับการตรวจหาเม็ดอ่อนไหวกิจกรรมที่มีความน่าเป็นของการตรวจสอบคือต่ำมาก โดยอุปกรณ์ตรวจจับ ที่สุดของการSeismometers ใช้ง่ายเฉลี่ย หรือเกณฑ์ตามวิธีการเรียกสำหรับการตรวจจับบางส่วนของวิธีการใช้เทคนิคปรับ วิธีโครงข่ายประสาทหรือคนที่มีความซับซ้อนในการรู้จำแบบ

ผลลัพธ์ (ไทย) 3:

วิธีการของเราเพื่อสร้าง Seismometer บนมาร์ทโฟนนำเสนอความท้าทายที่แตกต่างกันในการใช้ความสามารถของ accelerometer เซ็นเซอร์ในมาร์ทโฟน ปฐมภูมิความท้าทายที่จะจัดการกับปริมาณของข้อมูลดิบที่ได้จาก accelerometerในช่วงระยะเวลาที่ต่อเนื่อง เป็นโทรศัพท์สมาร์ทเซ็นเซอร์ accelerometer อ่านขึ้นคุณค่าที่เร็วที่สุดอัตราการสุ่มซึ่งเป็น 200 ตัวอย่างต่อวินาที สามารถรักษาความเป็นมาของการสังเกตของพวกเขาซึ่งผลิตโดยบันทึก 25 กิกะไบต์ของข้อมูลดิบต่อเดือน เป็นปริมาณมากของข้อมูลที่จะจัดเก็บและวิเคราะห์ ดังนั้น มี น้อยมากกระเป๋าการตรวจจับเหตุการณ์โดยใช้ขั้นตอนวิธีการทำให้เป็นไปได้ชอบ seismometers ทำ [ 9 ] อย่างไรก็ตาม ความท้าทายคือการคำนวณของอัลกอริทึมในเวลาจริงในขณะที่มาร์ทโฟนอย่างต่อเนื่องอ่านตามค่าที่อัตราการสุ่มสูง ( ก่อนหน้านี้ ) สำหรับเม็ดละเอียดตรวจสอบการเคลื่อนไหวที่อ่อนแอความน่าจะเป็นของเหตุการณ์ที่มีการตรวจสอบน้อยมาก โดยตรวจวัดอุปกรณ์ มากที่สุดของseismometers ใช้เฉลี่ยอย่างง่าย ใช้เรียกวิธีการตรวจหาหรือธรณีประตูบางส่วนของวิธีการอื่น ๆใช้เทคนิคปรับวิธีโครงข่ายประสาทเทียมหรือที่ยึดรูปแบบซับซ้อน