論文の概要: NOSTROMO: Lessons learned, conclusions and way forward

• arxiv url: http://arxiv.org/abs/2303.18060v1
• Date: Wed, 29 Mar 2023 21:56:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-03 13:57:00.320621
• Title: NOSTROMO: Lessons learned, conclusions and way forward
• Title（参考訳）: NOSTROMO:学んだ教訓,結論,今後の展開
• Authors: Mayte Cano, Andr\'es Perillo, Juan Antonio L\'opez, Faustino Tello, Javier Poveda, Francisco C\^amara, Francisco Antunes, Christoffer Riis, Ian Crook, Abderrazak Tibichte, Sandrine Molton, David Mochol\'i, Ricardo Herranz, G\'erald Gurtner, Tatjana Boli\'c, Andrew Cook, Jovana Kuljanin, Xavier Prats
• Abstract要約: このホワイトペーパーは、メタモデリングが航空交通管理(ATM)研究にもたらす価値を説明するものである。 SESARの基本的な知識は、Single European Sky ATM Researchプロジェクトにあると推測されている。
• 参考スコア（独自算出の注目度）: 1.1877203608576619
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This White Paper sets out to explain the value that metamodelling can bring to air traffic management (ATM) research. It will define metamodelling and explore what it can, and cannot, do. The reader is assumed to have basic knowledge of SESAR: the Single European Sky ATM Research project. An important element of SESAR, as the technological pillar of the Single European Sky initiative, is to bring about improvements, as measured through specific key performance indicators (KPIs), and as implemented by a series of so-called SESAR 'Solutions'. These 'Solutions' are new or improved operational procedures or technologies, designed to meet operational and performance improvements described in the European ATM Master Plan.
• Abstract（参考訳）: このホワイトペーパーは、メタモデリングが航空交通管理(ATM)研究にもたらす価値を説明するものである。 メタモデリングを定義して、それができることとできないことを探ります。 SESARの基本的な知識は、Single European Sky ATM Researchプロジェクトにあると考えられている。 単一欧州スカイイニシアチブの技術柱としてのSESARの重要な要素は、特定のキーパフォーマンス指標(KPI)を通じて測定され、いわゆるSESAR「ソリューション」によって実施されるように改善をもたらすことである。 これらの「ソリューション」は、欧州のATMマスタープランに記載された運用およびパフォーマンスの改善に対応するために設計された、新規または改善された運用手順または技術である。

関連論文リスト

• Affective Computing in the Era of Large Language Models: A Survey from the NLP Perspective [23.70694831043923]
  Affective Computing (AC)は、マシンが人間の感情を認識し、解釈し、シミュレートできるようにすることを目的としている。 ACには、Affective Understanding(AU)とAffective Generation(AG)の2つの主要なタスクが含まれている。
  論文  参考訳（メタデータ） (2024-07-30T08:12:04Z)
• European Space Agency Benchmark for Anomaly Detection in Satellite Telemetry [2.0880207832785436]
  欧州宇宙機関の衛星テレメトリにおける異常検出ベンチマーク(ESA-ADB)は、この領域に新しい標準を確立することを目的としている。 新たに導入されたESA異常データセットには、3つのESAミッションからの注釈付き実生活テレメトリが含まれている。 新しい階層的評価パイプラインで評価された典型的な異常検出アルゴリズムの結果は、演算子のニーズに対処するために新しいアプローチが必要であることを示している。
  論文  参考訳（メタデータ） (2024-06-25T13:23:37Z)
• Towards Enhanced RAC Accessibility: Leveraging Datasets and LLMs [0.0]
  本稿では,コロンビア航空規則(RAC)をより使いやすくするために,大規模言語モデル(LLM)の可能性を探る。 最初のRACデータベースは、24,478の専門的なラベル付き質問・回答ペアと、RACアプリケーション専用の微調整LPMを含んでいる。
  論文  参考訳（メタデータ） (2024-05-14T17:41:07Z)
• Deep Reinforcement Learning for Real-Time Ground Delay Program Revision and Corresponding Flight Delay Assignments [24.09560293826079]
  地上遅延プログラム(英語: Ground Delay Programs, GDP)は、航空交通管理(ATM)において、空港における容量の調整と不一致の要求に使用される一般的な交通管理イニシアチブである。 動作クローン(BC)と保守的Qラーニング(CQL)という2つのRLモデルを開発した。 これらのモデルは、地上および空中遅延と終端領域の混雑を統合した洗練された報酬関数を利用することで、GDP効率を向上させるように設計されている。
  論文  参考訳（メタデータ） (2024-05-14T03:48:45Z)
• Bidirectional Trained Tree-Structured Decoder for Handwritten Mathematical Expression Recognition [51.66383337087724]
  Handwriting Mathematical Expression Recognition (HMER) タスクは、OCRの分野における重要な分岐である。 近年の研究では、双方向コンテキスト情報の導入により、HMERモデルの性能が大幅に向上することが示されている。 本稿では,MF-SLT と双方向非同期トレーニング (BAT) 構造を提案する。
  論文  参考訳（メタデータ） (2023-12-31T09:24:21Z)
• Runway Sign Classifier: A DAL C Certifiable Machine Learning System [4.012351415340318]
  本稿では,空港標識の検出・分類にディープニューラルネットワーク(DNN)を用いた航空機システムの事例研究を行う。 DAL Cを実現するために、冗長かつ異種な2つのDNNを含む確立されたアーキテクチャ緩和手法を用いる。 この研究は、MLベースのシステムの認定課題が、中程度臨界航空機アプリケーションにどのように対処できるかを説明することを目的としている。
  論文  参考訳（メタデータ） (2023-10-10T10:26:30Z)
• ASR: Attention-alike Structural Re-parameterization [53.019657810468026]
  本稿では,アテンション機構の有効性を享受しながら,与えられたネットワークに対してSRPを実現するための,シンプルなアテンション型構造的再パラメータ化(ASR)を提案する。 本稿では,統計的観点から広範囲にわたる実験を行い,Stripe Observationという興味深い現象を発見し,チャネル注意値が訓練中に一定のベクトルに素早く接近することを明らかにする。
  論文  参考訳（メタデータ） (2023-04-13T08:52:34Z)
• EURO: ESPnet Unsupervised ASR Open-source Toolkit [92.57256779851095]
  本稿では、教師なし自動音声認識(UASR)のためのエンドツーエンドオープンソースツールキットであるESPnet Unsupervised ASR Open-source Toolkit(EURO)について述べる。 EUROは、Wav2vec-Uが導入した最先端のUASR学習手法を採用し、自己教師付き音声表現と敵の訓練を活用している。 3つの主流な自己教師型モデルがこのツールキットの有効性を示し、TIMITとLibriSpeechデータセット上で最先端のUASR性能を達成する。
  論文  参考訳（メタデータ） (2022-11-30T17:40:54Z)
• Improving aircraft performance using machine learning: a review [57.82442188072833]
  本稿では,航空宇宙工学の多分野に影響を及ぼす機械学習(ML)の新たな展開について概説する。 我々は、さまざまな航空宇宙分野にまたがるML手法の利点と課題を整理し、技術の現状を概観する。
  論文  参考訳（メタデータ） (2022-10-20T07:16:53Z)
• Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
  航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。 本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。 本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2021-11-17T21:48:31Z)
• Agile Earth observation satellite scheduling over 20 years: formulations, methods and future directions [69.47531199609593]
  高度姿勢操作能力を持つアジャイル衛星は、新世代の地球観測衛星(EOS)である 衛星技術の継続的な改善と打ち上げコストの削減により、アジャイルEOS(AEOS)の開発が加速した。
  論文  参考訳（メタデータ） (2020-03-13T09:38:40Z)

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。