論文の概要: Smart Mobility Ontology: Current Trends and Future Directions
- arxiv url: http://arxiv.org/abs/2012.08622v1
- Date: Tue, 15 Dec 2020 21:28:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-07 05:26:39.805544
- Title: Smart Mobility Ontology: Current Trends and Future Directions
- Title(参考訳): スマートモビリティオントロジーの現状と今後の方向性
- Authors: Ali Yazdizadeh and Bilal Farooq
- Abstract要約: オントロジーはドメイン内の概念とそれらの間の関係の明示的かつ形式的な表現である。
本章は、オントロジー開発全般の異なる側面を提示することを目的としている。
交通、スマートシティ、商品センサーなど、現在利用可能なモビリティ関連ドメインを紹介します。
- 参考スコア(独自算出の注目度): 8.551227913472632
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ontology is the explicit and formal representation of the concepts in a
domain and relations among them. Transportation science is a wide domain
dealing with mobility over various complex and interconnected transportation
systems, such as land, aviation, and maritime transport, and can take
considerable advantage from ontology development. While several studies can be
found in the recent literature, there exists a large potential to improve and
develop a comprehensive smart mobility ontology. The current chapter aims to
present different aspects of ontology development in general, such as ontology
development methods, languages, tools, and software. Subsequently, it presents
the currently available mobility-related ontologies developed across different
domains, such as transportation, smart cities, goods mobility, sensors. Current
gaps in the available ontologies are identified, and future directions
regarding ontology development are proposed that can incorporate the
forthcoming autonomous and connected vehicles, mobility as a service (MaaS),
and other disruptive transportation technologies and services.
- Abstract(参考訳): オントロジーはドメイン内の概念とそれらの間の関係の明示的かつ形式的な表現である。
交通科学は、土地、航空、海上輸送など、様々な複雑で相互接続された輸送システムに対する移動性を扱う広い領域であり、オントロジーの発展からかなりの利点を享受することができる。
近年の文献にはいくつかの研究があるが、総合的なスマートモビリティオントロジーを改良し発展させる大きな可能性がある。
本章は、オントロジー開発方法、言語、ツール、ソフトウェアなど、オントロジー開発全般のさまざまな側面を提示することを目的としている。
その後、輸送、スマートシティ、商品モビリティ、センサーなど、さまざまなドメインで現在利用可能なモビリティ関連のオントロジーを紹介する。
現在利用可能なオントロジーのギャップが特定されており、今後の自動運転・コネクテッドカー、モビリティ・アズ・ア・サービス(maas)、その他の破壊的な輸送技術やサービスを取り入れたオントロジー開発に関する今後の方向性が提案されている。
関連論文リスト
- LLM4Drive: A Survey of Large Language Models for Autonomous Driving [67.843551583229]
大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。
本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
論文 参考訳(メタデータ) (2023-11-02T07:23:33Z) - Drive Anywhere: Generalizable End-to-end Autonomous Driving with
Multi-modal Foundation Models [114.69732301904419]
本稿では、画像とテキストで検索可能な表現から、運転決定を提供することができる、エンドツーエンドのオープンセット(環境/シーン)自律運転を適用するアプローチを提案する。
当社のアプローチでは, 多様なテストにおいて非並列的な結果を示すと同時に, アウト・オブ・ディストリビューションの状況において, はるかに高いロバスト性を実現している。
論文 参考訳(メタデータ) (2023-10-26T17:56:35Z) - Rethinking Integration of Prediction and Planning in Deep Learning-Based
Automated Driving Systems: A Review [62.997667081978825]
最近の研究は、安全で効率的で快適な運転を実現するためには、相互依存のジョイントステップにおける予測と計画の統合が必要であることを示唆している。
我々は、最先端のディープラーニングベースの予測、計画、統合予測と計画モデルについて体系的にレビューする。
論文 参考訳(メタデータ) (2023-08-10T17:53:03Z) - Metamobility: Connecting Future Mobility with Metaverse [10.451820974840926]
メタバース(Metaverse)は、物理的現実を超越した、永続的で没入的で共有されたデジタル宇宙である。
私たちは、メタモビリティとは何かというビジョンを示し、その基本的なアーキテクチャを説明します。
論文 参考訳(メタデータ) (2023-01-17T16:20:42Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳(メタデータ) (2022-12-10T07:49:50Z) - Urban Mobility [0.0]
車両に搭載されたセンサから、携帯電話の記録、位置情報ベースのソーシャルネットワークトレース、GPSトラジェクトリなど、このアプローチを可能にするデータセットの概要を示す。
次に、個人移動の生成モデルと予測モデル、および予測可能性の本質的な限界による制限について説明する。
我々は、ライドシェアリング、マルチモダリティ、持続可能な輸送といったシステム全体の課題を含む、システムの観点から都市交通について議論する。
論文 参考訳(メタデータ) (2022-11-01T09:58:49Z) - A Bibliometric Analysis and Review on Reinforcement Learning for
Transportation Applications [43.356096302298056]
交通は経済と都市の発展のバックボーンである。
自律的な意思決定者が複雑な環境と対話できるようにする強化学習(RL)。
本稿では, 交通用RL法の開発状況を明らかにするために, 文献分析を行った。
論文 参考訳(メタデータ) (2022-10-26T07:34:51Z) - Vision Paper: Causal Inference for Interpretable and Robust Machine
Learning in Mobility Analysis [71.2468615993246]
インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。
ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。
このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
論文 参考訳(メタデータ) (2022-10-18T17:28:58Z) - Improving Urban Mobility: using artificial intelligence and new
technologies to connect supply and demand [7.347028791196305]
インテリジェントトランスポートシステム(ITS)は,情報通信技術をどのように活用するかを交通問題に適用するかを検討することを目的としている。
このパノラマでは、人工知能が特に機械学習の進歩において重要な役割を果たす。
論文 参考訳(メタデータ) (2022-03-18T14:37:33Z) - Artificial Intelligence for Satellite Communication: A Review [91.3755431537592]
この研究は、AI、その多様なサブフィールド、そして最先端のアルゴリズムの概要を提供する。
さまざまな衛星通信分野へのAIの適用は、ビームホッピング、アンチジャミング、ネットワークトラフィック予測、チャネルモデリング、テレメトリマイニング、電離圏シンチレーション検出、干渉管理、リモートセンシング、行動モデリング、スペースエアグラウンド統合、エネルギー管理など、優れた可能性を実証しています。
論文 参考訳(メタデータ) (2021-01-25T13:01:16Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。