論文の概要: AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control

• arxiv url: http://arxiv.org/abs/2104.03150v1
• Date: Wed, 7 Apr 2021 14:31:08 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-08 12:40:29.436567
• Title: AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control
• Title（参考訳）: スマートシティにおけるAI: 自動車の自動化とスマート交通制御を実現するための課題とアプローチ
• Authors: Cristofer Englund and Eren Erdal Aksoy and Fernando Alonso-Fernandez and Martin Daniel Cooney and Sepideh Pashami and Bjorn Astrand
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 56.73750387509709
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Smart Cities and Communities (SCC) constitute a new paradigm in urban development. SCC ideates on a data-centered society aiming at improving efficiency by automating and optimizing activities and utilities. Information and communication technology along with the internet of things enables data collection and with the help of artificial intelligence (AI) situation awareness can be obtained to feed the SCC actors with enriched knowledge. This paper describes AI perspectives in SCC and gives an overview of AI-based technologies used in traffic to enable road vehicle automation and smart traffic control. Perception, Smart Traffic Control and Driver Modelling are described along with open research challenges and standardization to help introduce advanced driver assistance systems in traffic. AI technologies provide accurate prediction and classifcation; however, the models do not provide any evidence on their output making them hard to trust for a human operator. In addition, there are currently no methods that can be used to describe requirements of how the data should be annotated in order to train an accurate model.
• Abstract（参考訳）: スマートシティとコミュニティ(SCC)は、都市開発における新しいパラダイムである。 SCCは、活動とユーティリティの自動化と最適化による効率向上を目的とした、データ中心の社会を構想している。 モノのインターネットとともに、情報通信技術はデータ収集を可能にし、人工知能(AI)の状況認識により、SCCアクターに豊富な知識を供給することができる。 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ために交通に使用されるAI技術の概要を示す。 パーセプション、スマートトラヒックコントロール、ドライバモデリングは、交通に高度なドライバアシストシステムを導入するためのオープンな研究課題と標準化と共に説明されている。 AI技術は正確な予測と分類を提供するが、そのモデルが出力に関する証拠を提供していないため、人間のオペレーターを信頼するのは難しい。 加えて、正確なモデルをトレーニングするために、データのアノテート方法の要件を記述するために使用できるメソッドは今のところ存在しない。

関連論文リスト

• Urban Mobility: AI, ODE-Based Modeling, and Scenario Planning [0.0]
  我々は、自動運転車やインテリジェントな交通管理といったAIイノベーションが、異なる規制条件下での交通渋滞軽減に与える影響を定量化する。 我々のODEモデルは、AI導入率と交通渋滞のダイナミックな関係を捉え、将来のシナリオをどのように展開するかについての定量的な洞察を提供する。 この研究は、予測、シナリオ計画、ODEモデリングが、AIの採用を通じてより効率的で持続可能で、生き生きとした都市を作るための戦略にどのように役立つかを理解するのに寄与する。
  論文  参考訳（メタデータ） (2024-10-25T18:09:02Z)
• GenAI-powered Multi-Agent Paradigm for Smart Urban Mobility: Opportunities and Challenges for Integrating Large Language Models (LLMs) and Retrieval-Augmented Generation (RAG) with Intelligent Transportation Systems [10.310791311301962]
  本稿では,大規模言語モデル (LLM) と新生検索・拡張生成技術 (RAG) の変換可能性について検討する。 本稿では,スマートモビリティサービスをインテリジェントかつ対話的に提供可能なマルチエージェントシステムの開発を目的とした概念的フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-31T16:14:42Z)
• A Survey of Generative AI for Intelligent Transportation Systems: Road Transportation Perspective [7.770651543578893]
  我々は、異なる生成AI技術の原則を紹介する。 我々は,ITSにおけるタスクを,交通認識,交通予測,交通シミュレーション,交通意思決定の4つのタイプに分類する。 これらの4種類のタスクにおいて、生成的AI技術が重要な問題にどのように対処するかを説明する。
  論文  参考訳（メタデータ） (2023-12-13T16:13:23Z)
• Convergence of Communications, Control, and Machine Learning for Secure and Autonomous Vehicle Navigation [78.60496411542549]
  接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。 本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
  論文  参考訳（メタデータ） (2023-07-05T21:38:36Z)
• 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)
• 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)
• COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked Vehicles [54.61668577827041]
  本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。 われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
  論文  参考訳（メタデータ） (2022-05-04T17:55:12Z)
• Modelling and Reasoning Techniques for Context Aware Computing in Intelligent Transportation System [0.0]
  インテリジェントトランスポーテーションシステムにおける生データ生成の量は膨大です。 この生データは、文脈情報を推測するために処理される。 本稿では,インテリジェントトランスポーテーションシステムにおける文脈認識の研究を目的とする。
  論文  参考訳（メタデータ） (2021-07-29T23:47:52Z)
• Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
  都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。 輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
  論文  参考訳（メタデータ） (2020-05-09T13:53:01Z)
• Leveraging Personal Navigation Assistant Systems Using Automated Social Media Traffic Reporting [1.552282932199974]
  自然言語処理(NLP)に基づく自動交通警報システムの開発 本稿では,変換器(BERT)言語埋め込みモデルを用いて,関連するトラフィック情報をソーシャルメディアからフィルタリングする。 開発したアプローチは,リアルタイムに交通関連情報を抽出し,ナビゲーション支援アプリケーションのためのアラートに自動的に変換する方法について述べる。
  論文  参考訳（メタデータ） (2020-04-21T02:26:06Z)

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。