論文の概要: A Novel Two-level Causal Inference Framework for On-road Vehicle Quality
Issues Diagnosis
- arxiv url: http://arxiv.org/abs/2304.04755v1
- Date: Fri, 31 Mar 2023 05:36:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-16 22:26:15.841259
- Title: A Novel Two-level Causal Inference Framework for On-road Vehicle Quality
Issues Diagnosis
- Title(参考訳): 自動車品質診断のための2段階因果推論フレームワーク
- Authors: Qian Wang, Huanyi Shui, Thi Tu Trinh Tran, Milad Zafar Nezhad, Devesh
Upadhyay, Kamran Paynabar, Anqi He
- Abstract要約: 自動車業界では、車内品質の問題を管理するのに数週間かかることがある。
主な問題点は、因果関係を識別する体系的な方法の欠如である。
本稿では、因果機械学習(ML)を用いて、そのようなプロセスを高速化する方法について述べる。
- 参考スコア(独自算出の注目度): 8.853546823080674
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the automotive industry, the full cycle of managing in-use vehicle quality
issues can take weeks to investigate. The process involves isolating root
causes, defining and implementing appropriate treatments, and refining
treatments if needed. The main pain-point is the lack of a systematic method to
identify causal relationships, evaluate treatment effectiveness, and direct the
next actionable treatment if the current treatment was deemed ineffective. This
paper will show how we leverage causal Machine Learning (ML) to speed up such
processes. A real-word data set collected from on-road vehicles will be used to
demonstrate the proposed framework. Open challenges for vehicle quality
applications will also be discussed.
- Abstract(参考訳): 自動車業界では、車内品質の問題を管理するのに数週間かかることがある。
このプロセスには、根本原因の分離、適切な治療の定義と実施、必要に応じて治療の精製が含まれる。
主な問題点は、因果関係を同定し、治療効果を評価し、現在の治療が有効でないと判断された場合、次の実行可能な治療を指示する体系的な方法がないことである。
本稿では、因果機械学習(ML)を利用したプロセスの高速化について述べる。
提案フレームワークの実証には,オンデマンド車両から収集した実単語データセットを使用する。
車両品質アプリケーションのオープンチャレンジについても議論する。
関連論文リスト
- An Online Approach to Solving Public Transit Stationing and Dispatch
Problem [7.948662269574215]
交通機関は限られた数の車両を予備に保管し、破壊時に被害経路を緩和するために派遣する。
本稿では、この問題を解決するために、非ミオピックシーケンシャルな決定手順を用いた原則的アプローチについて述べる。
実験の結果、提案手法は乗客を2%増やし、デッドヘッドマイルを40%削減することがわかった。
論文 参考訳(メタデータ) (2024-03-05T21:48:29Z) - Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary
Task Integration [54.76511683427566]
本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。
この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。
PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
論文 参考訳(メタデータ) (2024-02-16T05:16:20Z) - Unlocking Carbon Reduction Potential with Reinforcement Learning for the
Three-Dimensional Loading Capacitated Vehicle Routing Problem [54.43397200631224]
効率を上げるためのソリューションとして、協調車両ルーティングが提案されている。
現在の運用研究手法は、問題の大きさを増大させる非線形スケーリングに悩まされている。
約線形時間で3次元負荷容量化車両ルーティング問題を解くための強化学習モデルを開発した。
論文 参考訳(メタデータ) (2023-07-22T18:05:28Z) - A DeepLearning Framework for Dynamic Estimation of Origin-Destination
Sequence [63.70447384033326]
本稿では,ODシーケンスの構造を推論する深層学習手法と,従来の数値最適化を導く構造制約を用いた統合手法を提案する。
実験の結果,ニューラルネットワークはODシーケンスの構造を効果的に推論し,数値最適化のための実用的な制約を提供することで,より良い結果が得られることがわかった。
論文 参考訳(メタデータ) (2023-07-11T04:58:45Z) - Internal Contrastive Learning for Generalized Out-of-distribution Fault
Diagnosis (GOOFD) Framework [8.668685281157373]
本稿では, 故障検出, 故障分類, 新たな故障診断など, 診断サブタスクを統合するための汎用フレームワークを提案する。
提案手法の基盤となる内部コントラスト学習に基づく統合的故障診断手法を提案する。
実験で示されたように,提案手法は既存手法と比較して性能が向上する。
論文 参考訳(メタデータ) (2023-06-27T07:50:25Z) - Machine learning framework for end-to-end implementation of Incident
duration prediction [0.0]
本研究では,インシデントレポートの受信時に利用可能な情報に基づいて,インシデント時間を予測するための分析フレームワークとエンドツーエンド機械学習ソリューションを開発した。
その結果, 従来の研究手法と比較して, 事故発生期間の予測は有意に改善した。
論文 参考訳(メタデータ) (2023-04-23T00:55:19Z) - The Technological Emergence of AutoML: A Survey of Performant Software
and Applications in the Context of Industry [72.10607978091492]
Automated/Autonomous Machine Learning (AutoML/AutonoML)は比較的若い分野である。
このレビューは、このトピックに関する知識に2つの主要な貢献をしている。
オープンソースと商用両方の既存のAutoMLツールについて、最新かつ包括的な調査を提供する。
論文 参考訳(メタデータ) (2022-11-08T10:42:08Z) - Grasping Causality for the Explanation of Criticality for Automated
Driving [0.0]
本研究では,自動走行における安全関連要因の因果的理解を促進する因果的クエリの形式化を提案する。
ジュデア・パールの因果論に基づいて、因果関係を文脈とともに因果構造として定義する。
因果クエリに対する応答を正当に推定するには,データの可用性と品質が不可欠であるため,実世界および合成データ取得の要件についても論じる。
論文 参考訳(メタデータ) (2022-10-27T12:37:00Z) - Prescriptive Process Monitoring: Quo Vadis? [64.39761523935613]
本論文はシステム文献レビュー(SLR)を通して,本分野における既存手法について考察する。
SLRは今後の研究の課題や分野に関する洞察を提供し、規範的なプロセス監視手法の有用性と適用性を高めることができる。
論文 参考訳(メタデータ) (2021-12-03T08:06:24Z) - SurvITE: Learning Heterogeneous Treatment Effects from Time-to-Event
Data [83.50281440043241]
時系列データから不均一な処理効果を推定する問題について検討する。
本稿では,バランス表現に基づく治療特異的ハザード推定のための新しいディープラーニング手法を提案する。
論文 参考訳(メタデータ) (2021-10-26T20:13:17Z) - A Comprehensive Survey on the Ambulance Routing and Location Problems [0.0]
救急車配置問題(ARP)と救急車配置問題(ALP)
いずれも、車両ルーティング問題(VRP)と最大被覆問題(MCP)の修正である。
論文 参考訳(メタデータ) (2020-01-10T05:33:11Z)
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。