論文の概要: Conformal Prediction for Trustworthy Detection of Railway Signals
- arxiv url: http://arxiv.org/abs/2301.11136v1
- Date: Thu, 26 Jan 2023 14:40:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-27 13:36:12.002812
- Title: Conformal Prediction for Trustworthy Detection of Railway Signals
- Title(参考訳): 鉄道信号の信頼できる検出のための等角予測
- Authors: L\'eo And\'eol (IMT), Thomas Fel, Florence De Grancey, Luca Mossina
- Abstract要約: 本稿では,鉄道信号の検出に対する不確実性定量化の一形態である共形予測の適用について述べる。
我々は,列車運行者の視点から得られた画像の探索的データセットについて研究する。
- 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: We present an application of conformal prediction, a form of uncertainty
quantification with guarantees, to the detection of railway signals.
State-of-the-art architectures are tested and the most promising one undergoes
the process of conformalization, where a correction is applied to the predicted
bounding boxes (i.e. to their height and width) such that they comply with a
predefined probability of success. We work with a novel exploratory dataset of
images taken from the perspective of a train operator, as a first step to build
and validate future trustworthy machine learning models for the detection of
railway signals.
- Abstract(参考訳): 本稿では,鉄道信号の検出に対する不確実性定量化の一形態である共形予測の適用について述べる。
最先端アーキテクチャをテストし、最も有望なアーキテクチャは共形化のプロセスを実行し、予測された境界ボックス(すなわち、その高さと幅)に補正を適用して、あらかじめ定義された成功の確率に従う。
鉄道事業者の視点から撮影した画像の探索的データセットを,鉄道信号検出のための将来信頼性の高い機械学習モデルの構築と検証のための第一歩として活用する。
関連論文リスト
- Predicting generalization performance with correctness discriminators [64.00420578048855]
未確認データに対して,金のラベルを必要とせず,精度の上下境界を確立する新しいモデルを提案する。
予測された上境界と下限の間に金の精度が確実に成立する様々なタグ付け、構文解析、意味解析タスクを示す。
論文 参考訳(メタデータ) (2023-11-15T22:43:42Z) - Quantification of Predictive Uncertainty via Inference-Time Sampling [57.749601811982096]
本稿では,データあいまいさの予測不確実性を推定するためのポストホックサンプリング手法を提案する。
この方法は与えられた入力に対して異なる可算出力を生成することができ、予測分布のパラメトリック形式を仮定しない。
論文 参考訳(メタデータ) (2023-08-03T12:43:21Z) - Towards Motion Forecasting with Real-World Perception Inputs: Are
End-to-End Approaches Competitive? [93.10694819127608]
実世界の知覚入力を用いた予測手法の統一評価パイプラインを提案する。
我々の詳細な調査では、キュレートされたデータから知覚ベースのデータへ移行する際の大きなパフォーマンスギャップが明らかになりました。
論文 参考訳(メタデータ) (2023-06-15T17:03:14Z) - Confident Object Detection via Conformal Prediction and Conformal Risk
Control: an Application to Railway Signaling [0.0]
鉄道信号検出のための信頼性予測器構築のための共形予測手法を実証する。
我々のアプローチは、列車オペレーターと最先端のオブジェクト検出器の観点から撮影された画像を含む、新しいデータセットに基づいている。
論文 参考訳(メタデータ) (2023-04-12T08:10:13Z) - Time-to-Green predictions for fully-actuated signal control systems with
supervised learning [56.66331540599836]
本稿では,集約信号とループ検出データを用いた時系列予測フレームワークを提案する。
我々は、最先端の機械学習モデルを用いて、将来の信号位相の持続時間を予測する。
スイスのチューリッヒの信号制御システムから得られた経験的データに基づいて、機械学習モデルが従来の予測手法より優れていることを示す。
論文 参考訳(メタデータ) (2022-08-24T07:50:43Z) - BiPOCO: Bi-Directional Trajectory Prediction with Pose Constraints for
Pedestrian Anomaly Detection [14.740178121212132]
BiPOCOは、ビデオ中の歩行者の異常な活動を検出するためのPose COnstraintsを備えた双方向軌道予測器である。
本稿では,新しい合成ポーズに基づく損失を予測器に導入し,各関節の予測誤差を利用して歩行者の異常検出を行う。
論文 参考訳(メタデータ) (2022-07-05T19:45:49Z) - Robust Flow-based Conformal Inference (FCI) with Statistical Guarantee [4.821312633849745]
本研究では,予測集合の構築や,複雑なデータや高次元データに対するアウトレイラの推測など,一連の共形推論手法を開発する。
ベンチマークデータセットを用いて,ロバストなフローベース共形推論手法の評価を行った。
論文 参考訳(メタデータ) (2022-05-22T04:17:30Z) - A Novel Markov Model for Near-Term Railway Delay Prediction [7.933559019754293]
本研究の目的は、オランダ鉄道データに基づく列車遅延予測モデルの設計である。
まず, 1次マルコフ連鎖に従えば, ステーション上の遅延進化が進行することを示す。
次に,非同次マルコフ連鎖に基づく遅延予測モデルを提案する。
論文 参考訳(メタデータ) (2022-05-21T21:55:35Z) - Conformal prediction for the design problem [72.14982816083297]
機械学習の現実的な展開では、次にテストすべきデータを選択するために予測アルゴリズムを使用します。
このような設定では、トレーニングデータとテストデータの間には、異なるタイプの分散シフトがある。
このような環境で予測の不確実性を定量化する手法を提案する。
論文 参考訳(メタデータ) (2022-02-08T02:59:12Z) - Trajectory Forecasting from Detection with Uncertainty-Aware Motion
Encoding [121.66374635092097]
物体検出と追跡から得られる軌道は、必然的にうるさい。
本稿では, 明示的に形成された軌道に依存することなく, 直接検出結果に基づく軌道予測器を提案する。
論文 参考訳(メタデータ) (2022-02-03T09:09:56Z) - Bayesian Imaging With Data-Driven Priors Encoded by Neural Networks:
Theory, Methods, and Algorithms [2.266704469122763]
本稿では,事前知識がトレーニングデータとして利用可能である逆問題に対して,ベイズ推定を行う新しい手法を提案する。
容易に検証可能な条件下で,関連する後方モーメントの存在と適切性を確立する。
モデル精度解析により、データ駆動モデルによって報告されるベイズ確率は、頻繁な定義の下で著しく正確であることが示された。
論文 参考訳(メタデータ) (2021-03-18T11:34:08Z)
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。
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。