Fugu-MT 論文翻訳(概要): Intelligent Traffic Monitoring with Hybrid AI

論文の概要: Intelligent Traffic Monitoring with Hybrid AI

arxiv url: http://arxiv.org/abs/2209.00448v1
Date: Wed, 31 Aug 2022 17:47:22 GMT
ステータス: 処理完了
システム内更新日: 2022-09-02 13:20:59.280691
Title: Intelligent Traffic Monitoring with Hybrid AI
Title（参考訳）: ハイブリッドAIによるインテリジェントトラフィックモニタリング
Authors: Ehsan Qasemi, Alessandro Oltramari
Abstract要約: マルチモーダルコンテキスト理解のためのニューロシンボリックアーキテクチャであるHANSを紹介する。 HANSが交通監視に関わる課題にどのように対処するかを示すとともに,幅広い推論手法と統合可能であることを示す。
参考スコア（独自算出の注目度）: 78.65479854534858
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Challenges in Intelligent Traffic Monitoring (ITMo) are exacerbated by the large quantity and modalities of data and the need for the utilization of state-of-the-art (SOTA) reasoners. We formulate the problem of ITMo and introduce HANS, a neuro-symbolic architecture for multi-modal context understanding, and its application to ITMo. HANS utilizes knowledge graph technology to serve as a backbone for SOTA reasoning in the traffic domain. Through case studies, we show how HANS addresses the challenges associated with traffic monitoring while being able to integrate with a wide range of reasoning methods
Abstract（参考訳）: インテリジェントトラフィックモニタリング(ITMo)の課題は、大量のデータとモダリティと、最先端(SOTA)推論の利用の必要性によって悪化している。我々はITMoの問題を定式化し、マルチモーダルコンテキスト理解のためのニューロシンボリックアーキテクチャであるHANSを導入し、ITMoに適用する。 HANSは知識グラフ技術を利用して、トラフィック領域におけるSOTA推論のバックボーンとして機能する。ケーススタディを通じて,hansは広範囲の推論手法と統合できながら,交通監視に伴う課題にどのように対処しているかを示す。

関連論文リスト

GenAI-powered Multi-Agent Paradigm for Smart Urban Mobility: Opportunities and Challenges for Integrating Large Language Models (LLMs) and Retrieval-Augmented Generation (RAG) with Intelligent Transportation Systems [10.310791311301962]
本稿では,大規模言語モデル (LLM) と新生検索・拡張生成技術 (RAG) の変換可能性について検討する。本稿では,スマートモビリティサービスをインテリジェントかつ対話的に提供可能なマルチエージェントシステムの開発を目的とした概念的フレームワークを提案する。
論文参考訳（メタデータ） (2024-08-31T16:14:42Z)
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)
TrafficGPT: Viewing, Processing and Interacting with Traffic Foundation Models [10.904594811905778]
TrafficGPTはChatGPTと交通基盤モデルの融合である。大きな言語モデルとトラフィックの専門知識をシームレスに相互運用することで、TrafficGPTは、この領域でAI機能を活用するための新しいアプローチを提供する。
論文参考訳（メタデータ） (2023-09-13T04:47:43Z)
Knowledge-Driven Multi-Agent Reinforcement Learning for Computation Offloading in Cybertwin-Enabled Internet of Vehicles [24.29177900273616]
我々は,サイバトウィン対応IoVにおけるタスクオフロードの遅延を低減するために,知識駆動型マルチエージェント強化学習(KMARL)手法を提案する。具体的には、検討されたシナリオにおいて、サイバートウィンは、各車両が情報を交換し、仮想空間におけるオフロード決定を行うための通信エージェントとして機能する。
論文参考訳（メタデータ） (2023-08-04T09:11:37Z)
Traffic-Domain Video Question Answering with Automatic Captioning [69.98381847388553]
Video Question Answering (VidQA) は、高度な機械推論機能を促進する重要な可能性を示している。本稿では,交通領域の知識を大規模ビデオ言語モデルに注入する弱スーパービジョン手法として,交通領域ビデオ質問回答と自動キャプション(TRIVIA)を提案する。
論文参考訳（メタデータ） (2023-07-18T20:56:41Z)
A Study of Situational Reasoning for Traffic Understanding [63.45021731775964]
トラフィック領域における状況推論のための3つの新しいテキストベースのタスクを考案する。先行作業における言語推論タスクにまたがる一般化能力を示す知識強化手法を4つ採用する。本稿では,データ分割におけるモデル性能の詳細な解析を行い,モデル予測を分類的に検討する。
論文参考訳（メタデータ） (2023-06-05T01:01:12Z)
Utilizing Background Knowledge for Robust Reasoning over Traffic Situations [63.45021731775964]
我々は、インテリジェントトランスポーテーションの補完的な研究側面である交通理解に焦点を当てる。本研究は,豊富なコモンセンス知識を前提として,テキストベースの手法とデータセットを対象とする。交通状況に対するゼロショットQAには3つの知識駆動アプローチを採用しています。
論文参考訳（メタデータ） (2022-12-04T09:17:24Z)
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)
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)

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。