論文の概要: Automating UAV Flight Readiness Approval using Goal-Directed Answer Set Programming

• arxiv url: http://arxiv.org/abs/2208.12199v1
• Date: Thu, 25 Aug 2022 16:39:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-26 13:49:25.111495
• Title: Automating UAV Flight Readiness Approval using Goal-Directed Answer Set Programming
• Title（参考訳）: Goal-Directed Answer Set Programming を用いたUAV飛行準備承認の自動化
• Authors: Sarat Chandra Varanasi, Baoluo Meng, Christopher Alexander, Szabolcs Borgyos and Brendan Hall
• Abstract要約: AMA(Academy of Model Aircrafts)は、AMAの飛行士が無人航空機(Unmanned Aerial Vehicles, UAV)を限定的なレクリエーション目的で運用する方法を規制している。 コンプライアンスの確認には、目標指向のASPエンジンであるs(CASP)を使用します。 各種条件を受け入れるフロントエンドアンケートインタフェースを開発し,バックエンドs(CASP)エンジンを用いて条件が規則に適合するかどうかを評価する。
• 参考スコア（独自算出の注目度）: 2.9770945937299875
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a novel application of Goal-Directed Answer Set Programming that digitizes the model aircraft operator's compliance verification against the Academy of Model Aircrafts (AMA) safety code. The AMA safety code regulates how AMA flyers operate Unmanned Aerial Vehicles (UAVs) for limited recreational purposes. Flying drones and their operators are subject to various rules before and after the operation of the aircraft to ensure safe flights. In this paper, we leverage Answer Set Programming to encode the AMA safety code and automate compliance checks. To check compliance, we use the s(CASP) which is a goal-directed ASP engine. By using s(CASP) the operators can easily check for violations and obtain a justification tree explaining the cause of the violations in human-readable natural language. Further, we implement an algorithm to help the operators obtain the minimal set of conditions that need to be satisfied in order to pass the compliance check. We develop a front-end questionnaire interface that accepts various conditions and use the backend s(CASP) engine to evaluate whether the conditions adhere to the regulations. We also leverage s(CASP) implemented in SWI-Prolog, where SWI-Prolog exposes the reasoning capabilities of s(CASP) as a REST service. To the best of our knowledge, this is the first application of ASP in the AMA and Avionics Compliance and Certification space.
• Abstract（参考訳）: 本稿では,AMA(Academy of Model Aircrafts)安全コードに対するモデル航空機オペレータのコンプライアンス検証をデジタル化する,ゴール指向アンサーセットプログラミングの新たな適用法を提案する。 AMAの安全コードは、無人航空機(UAV)を限定的なレクリエーション目的で運用する方法を規定している。 飛行ドローンとそのオペレーターは、安全飛行を確保するために、航空機の運用前後の様々な規則に従う。 本稿では,AMAセーフティコードをエンコードし,コンプライアンスチェックを自動化するAnswer Set Programmingを利用する。 コンプライアンスの確認には、目標指向のASPエンジンであるs(CASP)を使用します。 s(CASP)を用いることで、オペレータは容易に違反をチェックでき、人間可読自然言語における違反の原因を説明する正当性木を得ることができる。 さらに,コンプライアンスチェックをパスするためには,条件を満たさなければならない最小限の条件を演算者が求めるのを助けるアルゴリズムを実装した。 各種条件を受け入れるフロントエンドアンケートインタフェースを開発し,バックエンドs(CASP)エンジンを用いて条件が規則に適合するかどうかを評価する。 また、SWI-Prologで実装されたs(CASP)を利用しています。 私たちの知る限りでは、これはAMAおよびAvionics Compliance and CertificationスペースにおけるASPの初めての応用です。

関連論文リスト

• Verifying Non-friendly Formal Verification Designs: Can We Start Earlier? [2.1626093085892144]
  本稿では,2つの主要なステップからなるメタモデリング技術に基づく自動手法を提案する。 まず、C++で書かれた未使用のアルゴリズム記述を、生成されたアサーションを使用して早期に検証する。 第2に、HLECとそのメタモデルパラメータを用いて、このアルゴリズム記述をシーケンシャルな設計に対して検証する。
  論文  参考訳（メタデータ） (2024-10-24T06:09:40Z)
• Nothing in Excess: Mitigating the Exaggerated Safety for LLMs via Safety-Conscious Activation Steering [56.92068213969036]
  重大言語モデル(LLM)が悪意のある命令から脅威を守るためには、安全性の調整が不可欠である。 近年の研究では、過大な安全性の問題により、安全性に配慮したLCMは、良質な問い合わせを拒否する傾向にあることが明らかになっている。 過大な安全性の懸念を和らげるために,SCANS法を提案する。
  論文  参考訳（メタデータ） (2024-08-21T10:01:34Z)
• From Instructions to Constraints: Language Model Alignment with Automatic Constraint Verification [70.08146540745877]
  NLPタスクの共通制約を調査し、それらの引数の型に基づいて、それらを3つのクラスに分類する。 本稿では,ACT(ConsTraintsのアラインメント)という統合フレームワークを提案し,制約に適応したユーザアライメントのための監視信号を自動的に生成する。
  論文  参考訳（メタデータ） (2024-03-10T22:14:54Z)
• On Prompt-Driven Safeguarding for Large Language Models [172.13943777203377]
  表現空間では、入力クエリは通常、安全プロンプトによって「より高い拒絶」方向に移動される。 これらの知見に触発されて,安全性向上,すなわちDROの最適化手法を提案する。 安全性プロンプトを継続的かつトレーニング可能な埋め込みとして扱うことで、DROは、その有害性に応じて、クエリの表現を拒否方向に沿ってあるいは反対に移動させることを学ぶ。
  論文  参考訳（メタデータ） (2024-01-31T17:28:24Z)
• Towards Engineering Fair and Equitable Software Systems for Managing Low-Altitude Airspace Authorizations [40.00051324311249]
  小型無人航空機システム (SUAS) は様々な用途に広く採用されている。 FAA(連邦航空局)は、そのミッションを安全に完了させるSUASの予測能力に基づいて、空域へのアクセスを制御するUAS Traffic Management(UTM)システムを開発している。 本稿では,自動システムにおいて考慮すべき要因について,利害関係者の視点を考察する。
  論文  参考訳（メタデータ） (2024-01-14T19:40:32Z)
• Can LLMs Follow Simple Rules? [28.73820874333199]
  ルール追従言語評価シナリオ(ルール追従言語評価シナリオ、RuLES)は、大規模言語モデルにおけるルール追従能力を測定するためのフレームワークである。 RuLESは14の単純なテキストシナリオで構成され、そこではモデルがユーザと対話しながら様々なルールに従うように指示される。 現在のほとんどのモデルは、単純なテストケースであっても、シナリオルールに従うのに苦労しています。
  論文  参考訳（メタデータ） (2023-11-06T08:50:29Z)
• Auditing AI models for Verified Deployment under Semantic Specifications [65.12401653917838]
  AuditAIは、解釈可能な形式検証とスケーラビリティのギャップを埋める。 AuditAIは、画素空間の摂動のみを用いた検証の限界に対処しながら、検証と認定トレーニングのための制御されたバリエーションを得られるかを示す。
  論文  参考訳（メタデータ） (2021-09-25T22:53:24Z)
• DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
  識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。 通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。 その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-09-08T14:07:55Z)
• A question-answering system for aircraft pilots' documentation [58.720142291102135]
  航空宇宙産業は、システム記述、マニュアル、手順を含む複雑な文書や技術文書の大量収集に依存している。 本稿では,航空機パイロットが自然にシステムと対話し,自然言語による質問を行うことで,情報へのアクセスを支援する質問応答システムを提案する。
  論文  参考訳（メタデータ） (2020-11-26T13:33:47Z)
• Runtime Safety Assurance Using Reinforcement Learning [37.61747231296097]
  本稿では,安全でない状況を高精度に識別できるメタコントローラを設計することを目的とする。 我々は,RTSAの設計をマルコフ決定プロセス(MDP)と組み合わせ,強化学習(RL)を用いて解決する。
  論文  参考訳（メタデータ） (2020-10-20T20:54:46Z)
• Search-based Test-Case Generation by Monitoring Responsibility Safety Rules [2.1270496914042996]
  本研究では,シミュレーションに基づく運転テストデータのスクリーニングと分類を行う手法を提案する。 本フレームワークは,S-TALIROおよびSim-ATAVツールとともに配布されている。
  論文  参考訳（メタデータ） (2020-04-25T10:10:11Z)

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。