論文の概要: Modelling and Reasoning Techniques for Context Aware Computing in Intelligent Transportation System

• arxiv url: http://arxiv.org/abs/2107.14374v1
• Date: Thu, 29 Jul 2021 23:47:52 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-02 19:35:59.694761
• Title: Modelling and Reasoning Techniques for Context Aware Computing in Intelligent Transportation System
• Title（参考訳）: インテリジェントトランスポートシステムにおけるコンテキストアウェアコンピューティングのモデリングと推論技術
• Authors: Swarnamugi.M and Chinnaiyan.R
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The emergence of Internet of Things technology and recent advancement in sensor networks enabled transportation systems to a new dimension called Intelligent Transportation System. Due to increased usage of vehicles and communication among entities in road traffic scenarios, the amount of raw data generation in Intelligent Transportation System is huge. This raw data are to be processed to infer contextual information and provide new services related to different modes of road transport such as traffic signal management, accident prediction, object detection etc. To understand the importance of context, this article aims to study context awareness in the Intelligent Transportation System. We present a review on prominent applications developed in the literature concerning context awareness in the intelligent transportation system. The objective of this research paper is to highlight context and its features in ITS and to address the applicability of modelling techniques and reasoning approaches in Intelligent Transportation System. Also to shed light on impact of Internet of Things and machine learning in Intelligent Transportation System development.
• Abstract（参考訳）: モノのインターネット技術の出現と最近のセンサーネットワークの進歩により、インテリジェントトランスポーテーションシステムと呼ばれる新しい次元の輸送システムが実現された。 道路交通シナリオにおける車両利用の増加と実体間の通信のため、インテリジェント交通システムにおける生データ生成量は巨大である。 この生データは、状況情報を推測し、交通信号管理、事故予測、物体検出など、道路交通の異なるモードに関連する新しいサービスを提供するために処理される。 コンテキストの重要性を理解するため、本稿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コンテキスト認識の研究を目的とする。 本稿では,知的交通システムにおける文脈認識に関する文献に発達した顕著な応用についてレビューする。 本研究の目的は,その文脈とその特徴に注目し,知的輸送システムにおけるモデリング手法と推論手法の適用性を検討することである。 また、インテリジェントな輸送システム開発におけるモノのインターネットと機械学習の影響にも光を当てている。

関連論文リスト

• 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)
• Literature Review: Computer Vision Applications in Transportation Logistics and Warehousing [58.720142291102135]
  輸送物流や倉庫におけるコンピュータビジョンの応用は、プロセスの自動化に大きな可能性を秘めている。 本稿では、この可能性を活用するために、この分野の研究に関する構造化された文献レビューを紹介する。
  論文  参考訳（メタデータ） (2023-04-12T17:33:41Z)
• The Internet of Senses: Building on Semantic Communications and Edge Intelligence [67.75406096878321]
  インターネット・オブ・センセーズ(IoS)は、すべてのヒト受容体に対する欠陥のないテレプレゼンススタイルのコミュニケーションを約束する。 我々は,新たなセマンティックコミュニケーションと人工知能(AI)/機械学習(ML)パラダイムがIoSユースケースの要件を満たす方法について詳しく述べる。
  論文  参考訳（メタデータ） (2022-12-21T03:37:38Z)
• 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)
• Efficient Federated Learning with Spike Neural Networks for Traffic Sign Recognition [70.306089187104]
  我々は、エネルギー効率と高速モデルトレーニングのための交通信号認識に強力なスパイクニューラルネットワーク(SNN)を導入している。 数値的な結果から,提案するフェデレーションSNNは,従来のフェデレーション畳み込みニューラルネットワークよりも精度,ノイズ免疫性,エネルギー効率に優れていたことが示唆された。
  論文  参考訳（メタデータ） (2022-05-28T03:11:48Z)
• 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)
• Making a Case for Federated Learning in the Internet of Vehicles and Intelligent Transportation Systems [6.699060157800401]
  車両のインターネット(IoV)はインテリジェント交通システム(ITS)に変換されます。 これらの課題に対処するために,協調的分散知能技術である連合学習が提案されている。 多数のユースケースとメリットを備えたFederated Learningは、ITSの重要なイネーブラーであり、5Gおよびネットワークやアプリケーションを超えて広く実装される予定です。
  論文  参考訳（メタデータ） (2021-02-19T20:07:17Z)
• 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。