論文の概要: Efficient Data Management for Intelligent Urban Mobility Systems

• arxiv url: http://arxiv.org/abs/2101.09261v1
• Date: Fri, 22 Jan 2021 18:28:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-14 06:19:17.407670
• Title: Efficient Data Management for Intelligent Urban Mobility Systems
• Title（参考訳）: インテリジェントシティモビリティシステムのための効率的なデータ管理
• Authors: Michael Wilbur, Philip Pugliese, Aron Laszka, Abhishek Dubey
• Abstract要約: 本稿では,インテリジェントな都市移動システムのための統合データ管理・処理フレームワークを提案する。 利用可能なデータソースについて議論し、クラウド中心のデータ管理とストリーム処理アーキテクチャの概要を述べる。
• 参考スコア（独自算出の注目度）: 6.808852580156539
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern intelligent urban mobility applications are underpinned by large-scale, multivariate, spatiotemporal data streams. Working with this data presents unique challenges of data management, processing and presentation that is often overlooked by researchers. Therefore, in this work we present an integrated data management and processing framework for intelligent urban mobility systems currently in use by our partner transit agencies. We discuss the available data sources and outline our cloud-centric data management and stream processing architecture built upon open-source publish-subscribe and NoSQL data stores. We then describe our data-integrity monitoring methods. We then present a set of visualization dashboards designed for our transit agency partners. Lastly, we discuss how these tools are currently being used for AI-driven urban mobility applications that use these tools.
• Abstract（参考訳）: 現代のインテリジェントな都市モビリティアプリケーションは、大規模で多変量で時空間的なデータストリームによって支えられている。 このデータを扱うことは、データ管理、処理、プレゼンテーションの独特な課題を示し、研究者がしばしば見落としている。 そこで本稿では,パートナー交通機関が現在使用しているインテリジェントな都市移動システムのための統合データ管理・処理フレームワークを提案する。 利用可能なデータソースについて論じ、クラウド中心のデータ管理とストリーム処理アーキテクチャを、オープンソースのパブリッシュ・サブスクライブおよびnosqlデータストアに基づいて概説します。 次に,データ統合モニタリング手法について述べる。 次に、交通機関のパートナー向けに設計された視覚化ダッシュボードを提示します。 最後に、これらのツールが、これらのツールを使用するAI駆動の都市移動アプリケーションに現在どのように使われているかについて議論する。

関連論文リスト

• Spider2-V: How Far Are Multimodal Agents From Automating Data Science and Engineering Workflows? [73.81908518992161]
  我々は、プロのデータサイエンスとエンジニアリングに焦点を当てた最初のマルチモーダルエージェントベンチマークであるSpider2-Vを紹介する。 Spider2-Vは、本物のコンピュータ環境における現実世界のタスクを特徴とし、20のエンタープライズレベルのプロフェッショナルアプリケーションを組み込んでいる。 これらのタスクは、エンタープライズデータソフトウェアシステムにおいて、コードを書き、GUIを管理することで、マルチモーダルエージェントがデータ関連のタスクを実行する能力を評価する。
  論文  参考訳（メタデータ） (2024-07-15T17:54:37Z)
• Data Management For Training Large Language Models: A Survey [64.18200694790787]
  大規模言語モデル(LLM)のトレーニングにおいて、データは基本的な役割を果たす 本調査は,LLMの事前学習および微調整段階におけるデータ管理の現状を概観するものである。
  論文  参考訳（メタデータ） (2023-12-04T07:42:16Z)
• Modeling Data Analytics Architecture for Smart Cities Data-Driven Applications using DAT [1.8945921149936187]
  この記事では、DATを利用したデータ駆動スマートシティアプリケーションのためのモデル駆動エンジニアリングを使用したデータ分析アーキテクチャ(DAA)の開発経験について紹介します。 DAAは、DATを利用したデータ駆動スマートシティアプリケーションにモデル駆動エンジニアリングを使用する。
  論文  参考訳（メタデータ） (2023-07-17T21:52:57Z)
• DAT: Data Architecture Modeling Tool for Data-Driven Applications [1.6037279419318131]
  データアーキテクチャ(DA)は、ビジネスニーズを満たすためのデータの記述、収集、保存、処理、分析に焦点を当てている。 DATは、データアーキテクト、データエンジニア、その他のステークホルダーが、システムを通してデータがどのように流れるかを記述することを可能にする、モデル駆動のエンジニアリングツールです。
  論文  参考訳（メタデータ） (2023-06-21T11:24:59Z)
• Bringing AI to the edge: A formal M&S specification to deploy effective IoT architectures [0.0]
  モノのインターネットは私たちの社会を変え、生活の質と資源管理を改善する新しいサービスを提供しています。 これらのアプリケーションは、限られたコンピューティングリソースとパワーを持つ、複数の分散デバイスのユビキタスネットワークに基づいている。 フォグコンピューティングのような新しいアーキテクチャが登場し、コンピューティング基盤をデータソースに近づけている。
  論文  参考訳（メタデータ） (2023-05-11T21:29:58Z)
• Intelligent Traffic Monitoring with Hybrid AI [78.65479854534858]
  マルチモーダルコンテキスト理解のためのニューロシンボリックアーキテクチャであるHANSを紹介する。 HANSが交通監視に関わる課題にどのように対処するかを示すとともに,幅広い推論手法と統合可能であることを示す。
  論文  参考訳（メタデータ） (2022-08-31T17:47:22Z)
• TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
  本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。 既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
  論文  参考訳（メタデータ） (2022-08-16T20:46:08Z)
• Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data Programming [77.38174112525168]
  私たちは、WS 学習パイプラインの全体的な生産性を、一般的な WS 監督アプローチと比較して平均20%(最大 47% のタスク)改善する、エンドツーエンドのインタラクティブなスーパービジョンシステムである Nemo を紹介します。
  論文  参考訳（メタデータ） (2022-03-02T19:57:32Z)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)
• Artificial Intelligence (AI)-Centric Management of Resources in Modern Distributed Computing Systems [22.550075095184514]
  Cloud Data Centres (DCS) は大規模で複雑で異種であり、複数のネットワークと地理的境界に分散している。 IoT(Internet of Things)駆動のアプリケーションは、リアルタイム処理と迅速な応答を必要とする膨大なデータを生成しています。 既存のリソース管理システム(RMS)は、そのような複合システムや動的システムには静的またはソリューションが不十分である。
  論文  参考訳（メタデータ） (2020-06-09T06:54:07Z)
• From Data to Actions in Intelligent Transportation Systems: a Prescription of Functional Requirements for Model Actionability [10.27718355111707]
  この研究は、多種多様なソースから得られたデータが、その資産やシステム、プロセスの効率的な運用のために、データ駆動モデルを学び、適応するためにどのように使用できるかを説明することを目的としている。 ITSのデータモデリングパイプラインでは、データ融合、適応学習、モデル評価という3つの複合ステージに対して、特性、エンジニアリング要件、本質的な課題を定義します。
  論文  参考訳（メタデータ） (2020-02-06T12:02:30Z)

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。