Fugu-MT 論文翻訳(概要): WOGAN at the SBST 2022 CPS Tool Competition

論文の概要: WOGAN at the SBST 2022 CPS Tool Competition

arxiv url: http://arxiv.org/abs/2205.11064v1
Date: Mon, 23 May 2022 06:03:30 GMT
ステータス: 処理完了
システム内更新日: 2022-05-24 20:13:30.401193
Title: WOGAN at the SBST 2022 CPS Tool Competition
Title（参考訳）: WOGAN - SBST 2022 CPSツールコンペティション
Authors: Jarkko Peltom\"aki, Frankie Spencer, Ivan Porres
Abstract要約: WOGANは、Wasserstein生成逆数ネットワークに基づくオンラインテスト生成アルゴリズムである。我々は、自動運転車のAIに関するSBST 2022 CPSツールコンペティションにおいて、WOGANがどのように機能し、その性能を要約するかを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: WOGAN is an online test generation algorithm based on Wasserstein generative adversarial networks. In this note, we present how WOGAN works and summarize its performance in the SBST 2022 CPS tool competition concerning the AI of a self-driving car.
Abstract（参考訳）: WOGANは、Wasserstein生成逆数ネットワークに基づくオンラインテスト生成アルゴリズムである。本稿では、自動運転車のAIに関するSBST 2022 CPSツールコンテストでWOGANがどのように機能し、その性能を要約する。

関連論文リスト

ICMC-ASR: The ICASSP 2024 In-Car Multi-Channel Automatic Speech Recognition Challenge [94.13624830833314]
この課題は、新しいエネルギー車両内で記録された100時間以上のマルチチャネル音声データを収集する。 1位チームのUSTCiflytekはASRトラックで13.16%のCER、ASDRトラックで21.48%のcpCERを達成した。
論文参考訳（メタデータ） (2024-01-07T12:51:42Z)
Artificial Intelligence Security Competition (AISC) [52.20676747225118]
人工知能セキュリティコンペティション(AISC)は、Zhonguancun Laboratory、China Industrial Control Systems Cyber Emergency Response Team、Institute for Artificial Intelligence、清華大学、RealAIによって組織された。コンテストはディープフェイクセキュリティコンペティション、自律運転セキュリティコンペティション、顔認識セキュリティコンペティションの3つのトラックで構成されている。本報告では,これらの3トラックの競合ルールと,各トラックの上位チームのソリューションについて紹介する。
論文参考訳（メタデータ） (2022-12-07T02:45:27Z)
Wasserstein Generative Adversarial Networks for Online Test Generation for Cyber Physical Systems [0.0]
本稿では,Wasserstein Generative Adversarial Networksに基づく新しいオンラインテスト生成アルゴリズムWOGANを提案する。 WOGANは、フェールテストを決定するフィットネス機能を持つテスト対象のシステムに適用可能な汎用ブラックボックステストジェネレータである。
論文参考訳（メタデータ） (2022-05-23T05:58:28Z)
Learn-to-Race Challenge 2022: Benchmarking Safe Learning and Cross-domain Generalisation in Autonomous Racing [12.50944966521162]
新たにリリースされたLearning-to-Race(L2R)シミュレーションフレームワークに基づいて,自動レースバーチャルチャレンジの結果を示す。本稿では,改良されたメトリクスとベースラインアプローチを備えた新しいL2R Task 2.0ベンチマークについて述べる。また、L2R Autonomous Racing Virtual Challengeの初回インスタンスの配置、評価、ランキングについても概説する。
論文参考訳（メタデータ） (2022-05-05T22:31:19Z)
Indy Autonomous Challenge -- Autonomous Race Cars at the Handling Limits [81.22616193933021]
TUM Auton-omous Motorsportsは2021年10月、インディ・オートマチック・チャレンジに参加する。インディアナポリス・モーター・スピードウェイのダララAV-21レースカー10台のうち1台を走らせることで、自動運転のソフトウェアスタックをベンチマークする。これは、最も困難で稀な状況をマスターできる自律走行アルゴリズムを開発するための理想的な試験場である。
論文参考訳（メタデータ） (2022-02-08T11:55:05Z)
Snakes AI Competition 2020 and 2021 Report [65.7695644335859]
スネークスAIコンペティションはインノポリス大学が主催した。 IEEE Conference on Games 2020と2021エディションの一部だった。エージェントに人工知能アルゴリズムを学習し、実装するためのサンドボックスを作成することを目的としていた。
論文参考訳（メタデータ） (2021-08-11T10:27:11Z)
Adversarial Training for a Continuous Robustness Control Problem in Power Systems [1.0742675209112622]
今後のサイバー物理パワーシステムのコントローラ設計において、堅牢性を注入するための新たな敵対的トレーニングアプローチを提案します。敵フレームワークをモデル化し,固定された対向ポリシーの実装を提案し,l2rpn(learning to run a power network)環境上でテストする。本研究は,L2RPNコンペティションのロバスト性トラックから,提案したトレーニングエージェントの結果を分析した。
論文参考訳（メタデータ） (2020-12-21T14:42:51Z)
A Software Architecture for Autonomous Vehicles: Team LRM-B Entry in the First CARLA Autonomous Driving Challenge [49.976633450740145]
本稿では,シミュレーション都市環境における自律走行車両のナビゲーション設計について述べる。我々のアーキテクチャは、CARLA Autonomous Driving Challengeの要件を満たすために作られました。
論文参考訳（メタデータ） (2020-10-23T18:07:48Z)
AutoCLINT: The Winning Method in AutoCV Challenge 2019 [21.777841334509986]
本稿では,優勝方式であるAutoCLINTについて紹介する。提案手法は、効率的なコード最適化を含む自律的なトレーニング戦略を実装し、事前訓練されたネットワークの高速適応を実現するために、自動データ拡張を適用する。
論文参考訳（メタデータ） (2020-05-09T05:50:38Z)
Proceedings of the AAAI-20 Workshop on Intelligent Process Automation (IPA-20) [132.36335646551404]
これは、2020年2月7日にニューヨークで開かれたAAAI-20 Workshop on Intelligent Process Automation (IPA-20)の成果である。
論文参考訳（メタデータ） (2020-01-15T10:22:12Z)

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。