Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Flame Photometry: Overview01:02

Flame Photometry: Overview

2.0K
Flame photometry, also known as flame emission spectrometry, is a technique used for the qualitative and quantitative analysis of elements present in a sample using a flame as the source of excitation energy. The concept of flame photometry was realized in the early 1860s by Kirchhoff and Bunsen, who discovered that specific elements emit characteristic radiation when excited in flames. The first instrument developed for this purpose was used to measure sodium (Na) in plant ash using a Bunsen...
2.0K
Flame Photometry: Lab01:16

Flame Photometry: Lab

1.3K
In a flame photometer, when a solution like potassium chloride is aspirated into the flame, the solvent evaporates, leaving behind dehydrated salt. This salt dissociates into free gaseous atoms in their ground state. Some of these atoms absorb energy from the flame, leading to their excitation. The excited atoms return to the ground state, emitting photons at characteristic wavelengths. Because only electronic transitions are involved, the resulting emission lines are very narrow. The intensity...
1.3K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

A single nucleotide polymorphism in LRP2 is associated with susceptibility to Alzheimer's disease in the Chinese population.

Clinica chimica acta; international journal of clinical chemistry·2010
Same author

Three-component assembly and divergent ring-expansion cascades of functionalized 2-iminooxetanes.

Angewandte Chemie (International ed. in English)·2010
Same author

Prokaryotic expression and potential application of the truncated PCV-2 capsid protein.

Virologica Sinica·2010
Same author

Serum and urinary cell-free MiR-146a and MiR-155 in patients with systemic lupus erythematosus.

The Journal of rheumatology·2010
Same author

Peptide dendrimers as efficient and biocompatible gene delivery vectors: Synthesis and in vitro characterization.

Journal of controlled release : official journal of the Controlled Release Society·2010
Same author

The amplification and evolution of orthologous 22-kDa α-prolamin tandemly arrayed genes in coix, sorghum and maize genomes.

Plant molecular biology·2010

Video Experimental Relacionado

Updated: May 5, 2026

Quantitative Visualization and Detection of Skin Cancer Using Dynamic Thermal Imaging
06:08

Quantitative Visualization and Detection of Skin Cancer Using Dynamic Thermal Imaging

Published on: May 5, 2011

17.6K

MmodalFire: Un conjunto de datos multimodal continuo que comprende video y datos de detección física para detectar

Yang Jia1,2, Yihan Guo1,2, Yetang Chen1,2

  • 1Shaanxi Key Laboratory of Network Data Intelligent Processing, Xi'an University of Posts and Telecommunications, Xi'an, 710121, China.

Scientific data
|February 19, 2026
PubMed
Resumen

Los investigadores desarrollaron el conjunto de datos MmodalFire para la detección multimodal de incendios. Este conjunto de datos ayuda a entrenar y evaluar algoritmos de detección de incendios en interiores utilizando datos de video y sensores.

Palabras clave:
detección de incendiosaprendizaje automáticofusión multimodalconjunto de datossensoresvideo

Más Videos Relacionados

Design and Analysis for Fall Detection System Simplification
08:05

Design and Analysis for Fall Detection System Simplification

Published on: April 6, 2020

12.6K

Videos de Experimentos Relacionados

Last Updated: May 5, 2026

Quantitative Visualization and Detection of Skin Cancer Using Dynamic Thermal Imaging
06:08

Quantitative Visualization and Detection of Skin Cancer Using Dynamic Thermal Imaging

Published on: May 5, 2011

17.6K
Design and Analysis for Fall Detection System Simplification
08:05

Design and Analysis for Fall Detection System Simplification

Published on: April 6, 2020

12.6K

Área de la Ciencia:

  • Ciencias de la Computación
  • Ingeniería
  • Ciencias de la Seguridad

Sus antecedentes:

  • Los conjuntos de datos multimodales son cruciales para avanzar en la tecnología de detección de incendios.
  • Los conjuntos de datos existentes carecen de los datos sincronizados e integrales necesarios para el desarrollo de algoritmos robustos.

Objetivo del estudio:

  • Presentar el conjunto de datos MmodalFire, un novedoso recurso multimodal para la investigación de detección de incendios en interiores.
  • Proporcionar un punto de referencia estandarizado para entrenar y evaluar algoritmos de detección de incendios.

Principales métodos:

  • Se recopilaron 65 videos sincronizados y seis tipos de datos de sensores físicos (densidad de humo, temperatura, radiación IR/UV).
  • Se aseguró la diversidad de datos variando la velocidad del viento, la iluminación, la interferencia y la oclusión.
  • Se etiquetaron todas las secuencias de datos como incendio o no incendio.

Principales resultados:

  • El conjunto de datos MmodalFire permite la evaluación integral de la detección multimodal de incendios.
  • Se probaron modelos de fusión de línea base y modelos de fusión dinámica novedosos en el conjunto de datos.
  • Se estableció una línea base de rendimiento para la detección multimodal de incendios en entornos controlados.

Conclusiones:

  • El conjunto de datos MmodalFire aborda la necesidad de datos multimodales en la investigación de detección de incendios.
  • Facilita el desarrollo y la validación de algoritmos avanzados de detección de incendios.
  • Promueve la investigación adicional en la fusión de sensores multimodales para mejorar la seguridad contra incendios.