Fugu-MT 論文翻訳(概要): Software System for Road Condition Forecast Correction

論文の概要: Software System for Road Condition Forecast Correction

arxiv url: http://arxiv.org/abs/2003.09957v1
Date: Sun, 22 Mar 2020 17:47:02 GMT
ステータス: 処理完了
システム内更新日: 2022-12-21 05:32:49.517216
Title: Software System for Road Condition Forecast Correction
Title（参考訳）: 道路条件予測補正のためのソフトウェアシステム
Authors: Dmitrii Smolyakov and Evgeny Burnaev
Abstract要約: このシステムは道路気象観測所のネットワークとインテリジェンスデータ処理プログラムモジュールで構成されている。その結果, 駅からの測定値に基づいて道路状況を予測する物理モデルと, 誤検出と予測補正のための機械学習モデルを組み合わせることで, 結果が得られた。
参考スコア（独自算出の注目度）: 14.95826212004679
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we present a monitoring system that allows increasing road safety by predicting ice formation. The system consists of a network of road weather stations and intelligence data processing program module. The results were achieved by combining physical models for forecasting road conditions based on measurements from stations and machine learning models for detecting incorrect data and forecast correction.
Abstract（参考訳）: 本稿では,氷形成予測による道路安全性の向上を可能にするモニタリングシステムを提案する。システムは道路気象観測所のネットワークとインテリジェンスデータ処理プログラムモジュールで構成される。その結果,駅からの測定に基づいて道路状況を予測する物理モデルと,誤ったデータの検出と予測補正を行う機械学習モデルを組み合わせた。

関連論文リスト

Roundabout Dilemma Zone Data Mining and Forecasting with Trajectory Prediction and Graph Neural Networks [23.098974945647683]
本稿では、軌道予測を利用してDZイベントを予測する自動システムについて述べる。本システムは,自律走行と手動走行の両方において,安全基準を強化することを目的としている。
論文参考訳（メタデータ） (2024-09-01T05:47:58Z)
Valeo4Cast: A Modular Approach to End-to-End Forecasting [93.86257326005726]
我々のソリューションはArgoverse 2 end-to-end Forecasting Challengeで63.82 mAPfでランクインした。私たちは、知覚から予測までエンドツーエンドのトレーニングを通じて、このタスクに取り組む現在のトレンドから離れ、代わりにモジュラーアプローチを使用します。私たちは、昨年の優勝者より+17.1ポイント、今年の優勝者より+13.3ポイント、予測結果を+17.1ポイント上回る。
論文参考訳（メタデータ） (2024-06-12T11:50:51Z)
Generalizing Weather Forecast to Fine-grained Temporal Scales via Physics-AI Hybrid Modeling [55.13352174687475]
本稿では,天気予報をより微細なテンポラルスケールに一般化する物理AIハイブリッドモデル(WeatherGFT)を提案する。具体的には、小さな時間スケールで物理進化をシミュレートするために、慎重に設計されたPDEカーネルを用いる。我々は、異なるリードタイムでのモデルの一般化を促進するためのリードタイムアウェアトレーニングフレームワークを導入する。
論文参考訳（メタデータ） (2024-05-22T16:21:02Z)
Improving Demand Forecasting in Open Systems with Cartogram-Enhanced Deep Learning [2.684349361878955]
本研究では,カルトグラム手法を用いてレンタル・リターンパターンを予測するためのディープラーニングフレームワークを提案する。本手法を韓国ソウル市における自転車レンタル・アンド・リターンデータに適用する。
論文参考訳（メタデータ） (2024-03-24T07:29:12Z)
Lightweight Regression Model with Prediction Interval Estimation for Computer Vision-based Winter Road Surface Condition Monitoring [0.4972323953932129]
本稿では,カメラ画像から路面摩擦特性を推定できるディープラーニング回帰モデルSIWNetを提案する。 SIWNetはアーキテクチャに不確実性推定機構を含めることで、技術の状態を拡張している。モデルは、SeeingThroughFogデータセットでトレーニングされ、テストされた。
論文参考訳（メタデータ） (2023-10-02T06:33:06Z)
Time-to-Green predictions for fully-actuated signal control systems with supervised learning [56.66331540599836]
本稿では,集約信号とループ検出データを用いた時系列予測フレームワークを提案する。我々は、最先端の機械学習モデルを用いて、将来の信号位相の持続時間を予測する。スイスのチューリッヒの信号制御システムから得られた経験的データに基づいて、機械学習モデルが従来の予測手法より優れていることを示す。
論文参考訳（メタデータ） (2022-08-24T07:50:43Z)
RadNet: Incident Prediction in Spatio-Temporal Road Graph Networks Using Traffic Forecasting [2.6690664860458906]
我々はRadNetと呼ばれるニューラルモデルを開発し、将来の時間ステップでシステムのパラメータを予測する。以前の作業とは異なり、RadNetは両方の置換における空間的傾向と時間的傾向を推定し、最終的に予測の前に密度の高い表現を組み合わせる。
論文参考訳（メタデータ） (2022-06-11T20:06:47Z)
How Do We Fail? Stress Testing Perception in Autonomous Vehicles [40.19326157052966]
本稿では、悪天候下での自動運転車のLiDARによる認識システムの故障を特徴付ける手法を提案する。本研究では,物体追跡や乱れの列による軌道予測において,潜在的な故障を発見するための強化学習に基づく手法を開発する。
論文参考訳（メタデータ） (2022-03-26T20:48:09Z)
Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
論文参考訳（メタデータ） (2021-07-14T21:10:47Z)
Using Data Assimilation to Train a Hybrid Forecast System that Combines Machine-Learning and Knowledge-Based Components [52.77024349608834]
利用可能なデータがノイズの多い部分測定の場合,カオスダイナミクスシステムのデータ支援予測の問題を検討する。動的システムの状態の部分的測定を用いることで、不完全な知識ベースモデルによる予測を改善するために機械学習モデルを訓練できることを示す。
論文参考訳（メタデータ） (2021-02-15T19:56:48Z)
A model for traffic incident prediction using emergency braking data [77.34726150561087]
道路交通事故予測におけるデータ不足の根本的な課題を、事故の代わりに緊急ブレーキイベントをトレーニングすることで解決します。メルセデス・ベンツ車両の緊急ブレーキデータに基づくドイツにおける交通事故予測モデルを実装したプロトタイプを提案する。
論文参考訳（メタデータ） (2021-02-12T18:17:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。