Fugu-MT 論文翻訳(概要): Entropy-based Optimization via A* Algorithm for Parking Space Recommendation

論文の概要: Entropy-based Optimization via A* Algorithm for Parking Space Recommendation

arxiv url: http://arxiv.org/abs/2104.09461v1
Date: Mon, 19 Apr 2021 17:24:51 GMT
ステータス: 処理完了
システム内更新日: 2021-04-20 14:38:14.124696
Title: Entropy-based Optimization via A* Algorithm for Parking Space Recommendation
Title（参考訳）: 駐車空間推薦のためのa*アルゴリズムによるエントロピーに基づく最適化
Authors: Xin Wei, Runqi Qiu, Houyu Yu, Yurun Yang, Haoyu Tian, Xiang Xiang
Abstract要約: 本手法はエントロピー法に基づいてa*アルゴリズムによって実現されている。実験により、A*とエントロピー値の組み合わせは最適な駐車ソリューションと最短経路を誘導することが示された。
参考スコア（独自算出の注目度）: 6.778914204495013
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper addresses the path planning problems for recommending parking spaces, given the difficulties of identifying the most optimal route to vacant parking spaces and the shortest time to leave the parking space. Our optimization approach is based on the entropy method and realized by the A* algorithm. Experiments have shown that the combination of A* and the entropy value induces the optimal parking solution with the shortest route while being robust to environmental factors.
Abstract（参考訳）: 本稿では,駐車スペースの最適な経路を特定することが困難であり,駐車スペースを出発する最短の時間を考慮し,駐車スペースを推薦する経路計画問題に対処する。我々の最適化手法はエントロピー法に基づいており、A*アルゴリズムによって実現されている。実験により、a*とエントロピー値の組み合わせは、環境因子に頑健でありながら最も短い経路で最適な駐車ソリューションをもたらすことが示されている。

関連論文リスト

Research on Travel Route Planing Problems Based on Greedy Algorithm [0.0]
欲求アルゴリズムに基づく経路計画問題は、与えられた開始点と終了点の間の最適経路またはほぼ最適経路を特定する方法を表す。本稿では,まず都市評価指標をダウンスケールし,主要な主要成分を抽出し,データをダウンスケールするためにPCA法を用いる。旅行者のニーズに応じて個別にルートをカスタマイズする,欲求に基づく経路計画アルゴリズムが提案され,最適化されている。
論文参考訳（メタデータ） (2024-10-17T05:17:01Z)
LLM-A*: Large Language Model Enhanced Incremental Heuristic Search on Path Planning [91.95362946266577]
経路計画はロボット工学と自律航法における基本的な科学的問題である。 A*やその変種のような伝統的なアルゴリズムは、パスの妥当性を保証することができるが、状態空間が大きくなるにつれて、計算とメモリの非効率が著しく低下する。本稿では, A* の正確なパスフィニング能力と LLM のグローバルな推論能力とを相乗的に組み合わせた LLM ベースの経路計画法を提案する。このハイブリッドアプローチは、特に大規模シナリオにおいて、パス妥当性の完全性を維持しながら、時間と空間の複雑さの観点からパスフィニング効率を向上させることを目的としている。
論文参考訳（メタデータ） (2024-06-20T01:24:30Z)
Automated Parking Planning with Vision-Based BEV Approach [10.936433798200907]
本稿では,A*アルゴリズムに基づく自動駐車アルゴリズムの改良,車両運動モデルの統合,機能最適化,双方向探索,ベジエ曲線最適化を提案する。従来のアルゴリズムと比較して、より困難な衝突リスクテストケースで計算時間を短縮し、快適なメトリクスのパフォーマンスを向上させる。
論文参考訳（メタデータ） (2024-05-24T15:26:09Z)
Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文参考訳（メタデータ） (2023-01-30T15:46:39Z)
Non-Convex Optimization with Certificates and Fast Rates Through Kernel Sums of Squares [68.8204255655161]
非最適化近似問題を考える。本稿では,最優先計算を保証するアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-04-11T09:37:04Z)
Model-based Decision Making with Imagination for Autonomous Parking [50.41076449007115]
提案アルゴリズムは,駐車前に結果を予測するための想像モデル,高速探索ランダムツリー(RRT)の改良,経路平滑化モジュールの3つの部分から構成される。われわれのアルゴリズムは、実際のキネマティックな車両モデルに基づいており、実際の自動運転車にアルゴリズムを適用するのにより適している。アルゴリズムの有効性を評価するため,3つの異なる駐車シナリオにおいて,従来のRTとアルゴリズムを比較した。
論文参考訳（メタデータ） (2021-08-25T18:24:34Z)
MoParkeR : Multi-objective Parking Recommendation [5.970994932728028]
既存のパーキングレコメンデーションソリューションは主に、未使用のオプションのみに基づく駐車場の検索と提案に重点を置いている。さらに重要なことは、これらの要因は時間とともに変化し、互いに衝突し、現在の駐車推奨システムによって生み出されるレコメンデーションは効果がない可能性がある。我々は、様々な競合要因を同時に考慮したMoParkeRと呼ばれる多目的駐車場推薦エンジンを設計し、その解決策を提案する。
論文参考訳（メタデータ） (2021-06-10T10:57:09Z)
A Hybrid Multi-Objective Carpool Route Optimization Technique using Genetic Algorithm and A* Algorithm [0.0]
本研究では,カープール問題に対する最適経路を求めるためのGA-A*ハイブリッドアルゴリズムを提案する。得られた経路は、ピックアップ/ドロップコストだけでなく、旅行・出先距離を最小化し、サービス提供者の利益を最大化する。提案アルゴリズムはコルカタのソルトレイク地域に実装されている。
論文参考訳（メタデータ） (2020-07-11T14:13:20Z)
Feature Robust Optimal Transport for High-dimensional Data [125.04654605998618]
本研究では,高次元データに対する特徴量ロバスト最適輸送(FROT)を提案する。実世界の意味対応データセットにおいて,FROTアルゴリズムが最先端の性能を実現することを示す。
論文参考訳（メタデータ） (2020-05-25T14:07:16Z)
Private Stochastic Convex Optimization: Optimal Rates in Linear Time [74.47681868973598]
本研究では,凸損失関数の分布から得られた個体群損失を最小化する問題について検討する。 Bassilyらによる最近の研究は、$n$のサンプルを与えられた過剰な人口損失の最適境界を確立している。本稿では,余剰損失に対する最適境界を達成するとともに,$O(minn, n2/d)$グラデーション計算を用いて凸最適化アルゴリズムを導出する2つの新しい手法について述べる。
論文参考訳（メタデータ） (2020-05-10T19:52:03Z)
Bayesian Hierarchical Multi-Objective Optimization for Vehicle Parking Route Discovery [0.0]
本稿では,駐車場への最も最適な経路を得るためのベイズ階層手法を提案する。確率的データ駆動法は、一般的な重み付け和法において、ウェイトセレクションの固有の問題を克服するために用いられる。遺伝的アルゴリズムは最適な解を得るために使われてきた。
論文参考訳（メタデータ） (2020-03-27T16:15:53Z)

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。