論文の概要: Architecting Safer Autonomous Aviation Systems
- arxiv url: http://arxiv.org/abs/2301.08138v1
- Date: Mon, 9 Jan 2023 21:02:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-29 13:58:27.662230
- Title: Architecting Safer Autonomous Aviation Systems
- Title(参考訳): 自律型航空システムの構築
- Authors: Jane Fenn, Mark Nicholson, Ganesh Pai, and Michael Wilkinson
- Abstract要約: 本稿では,従来の航空システムで使用される共通アーキテクチャパターンについて考察し,安全性と安全性の保証がもたらす影響について考察する。
安全性を建築上の特性として考慮し、設計ライフサイクルの初期段階において、安全要件の割り当てとアーキテクチャ上のトレードオフの両方について論じる。
- 参考スコア(独自算出の注目度): 1.2599533416395767
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The aviation literature gives relatively little guidance to practitioners
about the specifics of architecting systems for safety, particularly the impact
of architecture on allocating safety requirements, or the relative ease of
system assurance resulting from system or subsystem level architectural
choices. As an exemplar, this paper considers common architectural patterns
used within traditional aviation systems and explores their safety and safety
assurance implications when applied in the context of integrating artificial
intelligence (AI) and machine learning (ML) based functionality. Considering
safety as an architectural property, we discuss both the allocation of safety
requirements and the architectural trade-offs involved early in the design
lifecycle. This approach could be extended to other assured properties, similar
to safety, such as security. We conclude with a discussion of the safety
considerations that emerge in the context of candidate architectural patterns
that have been proposed in the recent literature for enabling autonomy
capabilities by integrating AI and ML. A recommendation is made for the
generation of a property-driven architectural pattern catalogue.
- Abstract(参考訳): 航空文献は、安全のための建築システム、特に安全要件の割り当てに対するアーキテクチャの影響、またはシステムまたはサブシステムレベルのアーキテクチャ選択によるシステム保証の比較的容易さについて、実践者に比較的少ないガイダンスを与えている。
本稿では,従来の航空システムにおける共通アーキテクチャパターンを考察し,人工知能(AI)と機械学習(ML)をベースとした機能の統合に応用した場合の安全性と安全性の保証について考察する。
安全性をアーキテクチャ特性として考慮し,安全要件の割り当てと設計ライフサイクルの初期段階におけるアーキテクチャ上のトレードオフについて論じる。
このアプローチは、セキュリティなどの安全性と同様に、他の保証されたプロパティにも拡張できる。
結論として,aiとmlの統合による自律性の実現に向けて,近年の文献で提案されているアーキテクチャパターン候補の文脈における安全性の検討を考察した。
プロパティ駆動のアーキテクチャパターンカタログを生成するために推奨される。
関連論文リスト
- Safeguarded Progress in Reinforcement Learning: Safe Bayesian
Exploration for Control Policy Synthesis [63.532413807686524]
本稿では、強化学習(RL)におけるトレーニング中の安全維持の問題に対処する。
探索中の効率的な進捗と安全性のトレードオフを扱う新しいアーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-12-18T16:09:43Z) - Deep Learning Safety Concerns in Automated Driving Perception [46.160790582092815]
本稿では、クロスファンクショナルなチームが共同で関心事に対処できるようにするとともに、理解を深めるための追加の分類を紹介します。
近年のディープラーニング分野の進歩と認識のためのディープニューラルネットワーク(DNN)の性能向上により、自動走行(AD)システムへの需要が高まっている。
論文 参考訳(メタデータ) (2023-09-07T15:25:47Z) - Leveraging Traceability to Integrate Safety Analysis Artifacts into the
Software Development Process [51.42800587382228]
安全保証ケース(SAC)は、システムの進化中に維持することが困難である。
本稿では,ソフトウェアトレーサビリティを活用して,関連するシステムアーチファクトを安全解析モデルに接続する手法を提案する。
安全ステークホルダーがシステム変更が安全性に与える影響を分析するのに役立つように、システム変更の合理性を設計する。
論文 参考訳(メタデータ) (2023-07-14T16:03:27Z) - A Model Based Framework for Testing Safety and Security in Operational
Technology Environments [0.46040036610482665]
本稿では,テスト中のシステムの安全性とセキュリティの挙動を分析するための有望な手法として,モデルに基づくテスト手法を提案する。
基盤となるフレームワークの構造は、運用技術環境のテストにおいて重要な要素に従って、4つの部分に分けられる。
論文 参考訳(メタデータ) (2023-06-22T05:37:09Z) - Safety of autonomous vehicles: A survey on Model-based vs. AI-based
approaches [1.370633147306388]
AVの全体制御アーキテクチャを定義するための関連手法と概念について検討する。
このレビュープロセスを通じて、モデルベースの方法とAIベースのアプローチのいずれかを使用する研究を強調することを意図している。
本稿では,安全性検証技術と安全フレームワークの標準化・一般化という,AVの安全性を保証するための手法について論じる。
論文 参考訳(メタデータ) (2023-05-29T08:05:32Z) - A Compositional Approach to Creating Architecture Frameworks with an
Application to Distributed AI Systems [16.690434072032176]
構成的思考が複雑なシステムのためのアーキテクチャフレームワークの作成と管理のルールをいかに提供できるかを示す。
論文の目的は、AIシステム特有の視点やアーキテクチャモデルを提供することではなく、既存の、または新しく作成された視点で一貫したフレームワークを構築する方法についてのガイドラインを提供することである。
論文 参考訳(メタデータ) (2022-12-27T18:05:02Z) - Evaluating Model-free Reinforcement Learning toward Safety-critical
Tasks [70.76757529955577]
本稿では、国家安全RLの観点から、この領域における先行研究を再考する。
安全最適化と安全予測を組み合わせた共同手法であるUnrolling Safety Layer (USL)を提案する。
この領域のさらなる研究を容易にするため、我々は関連するアルゴリズムを統一パイプラインで再現し、SafeRL-Kitに組み込む。
論文 参考訳(メタデータ) (2022-12-12T06:30:17Z) - System Safety and Artificial Intelligence [0.0]
社会的領域にまたがるAIの新たな応用には、新たなハザードが伴う。
システム安全の分野は、安全クリティカルシステムにおける事故や危害に対処してきた。
この章はシステムの安全性の先駆者であるナンシー・リーブソンに敬意を表しています。
論文 参考訳(メタデータ) (2022-02-18T16:37:54Z) - STARdom: an architecture for trusted and secure human-centered
manufacturing systems [4.093985503448998]
予測と説明可能な人工知能を統合し,ユーザのフィードバック収集をサポートし,アクティブラーニングとシミュレート現実を用いて予測を強化するアーキテクチャを提案する。
需要予測の領域向けに調整し、実世界のケーススタディで検証します。
論文 参考訳(メタデータ) (2021-04-02T11:00:20Z) - Trustworthy AI Inference Systems: An Industry Research View [58.000323504158054]
我々は、信頼できるAI推論システムの設計、展開、運用にアプローチするための業界調査ビューを提供する。
信頼された実行環境を用いたAIシステムの機会と課題を強調します。
我々は,産業,アカデミック,政府研究者のグローバルな集団的注意を必要とする,さらなる発展の分野を概説する。
論文 参考訳(メタデータ) (2020-08-10T23:05:55Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳(メタデータ) (2020-07-13T20:30:26Z)
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。