論文の概要: 5G Features and Standards for Vehicle Data Exploitation
- arxiv url: http://arxiv.org/abs/2204.06211v1
- Date: Wed, 13 Apr 2022 07:33:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-14 13:41:46.097969
- Title: 5G Features and Standards for Vehicle Data Exploitation
- Title（参考訳）: 車両データ公開のための5Gの特徴と規格
- Authors: Gorka Velez (1), Edoardo Bonetto (2), Daniele Brevi (2), Angel Martin
(1), Gianluca Rizzi (3), Oscar Casta\~neda (4), Arslane Hamza Cherif (5),
Marcos Nieto (1), Oihana Otaegui (1) ((1) Vicomtech Foundation, (2) Links
Foundation, (3) Wind Tre, (4) Dekra, (5) UNIMORE & ICOOR)
- Abstract要約: 5Gは、車から取得したデータを、クラウドにデプロイされた革新的なアプリケーションやサービスに供給することを可能にする。
本稿では,スケーラブルでフレキシブルで信頼性が高く,セキュアなデータパイプラインに寄与する主要な5G機能との関連性について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Cars capture and generate huge volumes of data in real-time about the driving
dynamics, the environment, and the driver and passengers' activities. Due to
the proliferation of cooperative, connected and automated mobility (CCAM), the
value of data from vehicles is getting strategic, not just for the automotive
industry, but also for many diverse stakeholders including small and
medium-sized enterprises (SMEs) and start-ups. 5G can enable car-captured data
to feed innovative applications and services deployed in the cloud ensuring
lower latency and higher throughput than previous cellular technologies. This
paper identifies and discusses the relevance of the main 5G features that can
contribute to a scalable, flexible, reliable and secure data pipeline, pointing
to the standards and technical reports that specify their implementation.
- Abstract（参考訳）: 自動車は、運転のダイナミクス、環境、運転者と乗客の活動に関する膨大なデータをリアルタイムで収集し、生成する。
協調、コネクテッド、自動モビリティ(ccam)の普及により、自動車産業だけでなく、中小企業やスタートアップを含む多くの利害関係者にとっても、自動車からのデータの価値は戦略的に向上している。
5Gは、車に格納されたデータをクラウドにデプロイされた革新的なアプリケーションやサービスに供給することで、従来のセルラー技術よりもレイテンシとスループットを低くすることができる。
本稿では、スケーラブルでフレキシブルで、信頼性が高く、セキュアなデータパイプラインに寄与する主要な5G機能の重要性を特定し、その実装を規定する標準と技術的レポートを示す。
関連論文リスト
- Collaborative Perception Datasets in Autonomous Driving: A Survey [0.0]
この論文は様々なデータセットを体系的に分析し、多様性、センサーの設定、品質、公開可用性、下流タスクへの適用性といった側面に基づいて比較する。
データセット開発におけるプライバシとセキュリティの懸念に対処することの重要性は、データ共有とデータセット生成に関して強調されている。
論文 参考訳（メタデータ） (2024-04-22T09:36:17Z) - QoS prediction in radio vehicular environments via prior user
information [54.853542701389074]
セルラーテストネットワークから収集したデータを用いて,時間帯を予測するためのMLツリーアンサンブル手法の評価を行った。
具体的には、先行車両の情報を含め、無線環境から得られる測定値の相関を利用して、目標車両の予測を強化する。
論文 参考訳（メタデータ） (2024-02-27T17:05:41Z) - G-MEMP: Gaze-Enhanced Multimodal Ego-Motion Prediction in Driving [71.9040410238973]
我々は、視線データを用いて、運転者の車両のエゴ軌道を推定することに集中する。
次に、GPSとビデオ入力と視線データを組み合わせた新しいマルチモーダルエゴ軌道予測ネットワークであるG-MEMPを開発する。
その結果,G-MEMPは両ベンチマークにおいて最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2023-12-13T23:06:30Z) - Federated Learning for 6G: Paradigms, Taxonomy, Recent Advances and
Insights [52.024964564408]
本稿では,プロトコルスタックのすべてのレベルにわたってフェデレートラーニングを実装することの付加価値について検討する。
それは重要なFLアプリケーションを示し、ホットトピックに対処し、将来の研究と開発のための貴重な洞察と明示的なガイダンスを提供します。
我々の結論は、FLと将来の6Gの相乗効果を活用しつつ、FLがワイヤレス産業に革命をもたらす可能性を浮き彫りにすることを目的としています。
論文 参考訳（メタデータ） (2023-12-07T20:39:57Z) - Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future [130.87142103774752]
このレビューは、70以上のオープンソースの自動運転データセットを体系的に評価する。
高品質なデータセットの作成の基礎となる原則など、さまざまな側面に関する洞察を提供する。
また、解決を保障する科学的、技術的課題も検討している。
論文 参考訳（メタデータ） (2023-12-06T10:46:53Z) - Monetisation of and Access to in-Vehicle data and resources: the 5GMETA
approach [0.7963440205623141]
今日の車両には大量のデータを生成するコンピューターやセンサーが組み込まれています。
データは、内部の目的と、接続されたインフラやスマートシティの開発のために利用される。
これらのデータと車内リソースへのアクセスと収益化は,本稿で提示される多くの課題に直面している。
論文 参考訳（メタデータ） (2022-08-24T07:16:42Z) - 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) - A.I. and Data-Driven Mobility at Volkswagen Financial Services AG [4.882606785609997]
Volkswagen Financial Services(VWFS)は、既存のプロプライエタリなデータを活用して、既存のビジネスプロセスを強化し、新たなビジネスプロセスを導出することを目的としている。
本稿では,VWFSにおける車両ライフサイクルにおけるデータ駆動型決定を可能にするレコメンデータシステム,オブジェクト検出,予測の分野における手法を提案する。
論文 参考訳（メタデータ） (2022-02-09T11:45:38Z) - True-data Testbed for 5G/B5G Intelligent Network [46.09035008165811]
私たちは5G/B5Gインテリジェントネットワーク(TTIN)のための世界初の真のデータテストベッドを構築します
TTINは5G/B5Gオンサイト実験ネットワーク、データ取得とデータウェアハウス、AIエンジンとネットワーク最適化で構成されている。
本稿では,TTINのシステムアーキテクチャとモジュール設計について詳述する。
論文 参考訳（メタデータ） (2020-11-26T06:42:36Z) - 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。