論文の概要: SIA-FTP: A Spoken Instruction Aware Flight Trajectory Prediction
Framework
- arxiv url: http://arxiv.org/abs/2305.01661v1
- Date: Tue, 2 May 2023 08:28:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-04 17:06:37.387089
- Title: SIA-FTP: A Spoken Instruction Aware Flight Trajectory Prediction
Framework
- Title（参考訳）: SIA-FTP: 飛行軌道予測フレームワークを意識したスポークインストラクション
- Authors: Dongyue Guo, Jianwei Zhang, Yi Lin
- Abstract要約: 音声通信による地上交渉は、航空交通制御(ATC)の安全と効率を確保するための重要な前提条件である。
既存の飛行軌道予測アプローチは、主に歴史的軌道の飛行状態に依存する。
SIA-FTPと呼ばれる音声命令対応FTPフレームワークが提案されている。
- 参考スコア（独自算出の注目度）: 8.538029298967707
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Ground-air negotiation via speech communication is a vital prerequisite for
ensuring safety and efficiency in air traffic control (ATC) operations.
However, with the increase in traffic flow, incorrect instructions caused by
human factors bring a great threat to ATC safety. Existing flight trajectory
prediction (FTP) approaches primarily rely on the flight status of historical
trajectory, leading to significant delays in the prediction of real-time
maneuvering instruction, which is not conducive to conflict detection. A major
reason is that spoken instructions and flight trajectories are presented in
different modalities in the current air traffic control (ATC) system, bringing
great challenges to considering the maneuvering instruction in the FTP tasks.
In this paper, a spoken instruction-aware FTP framework, called SIA-FTP, is
innovatively proposed to support high-maneuvering FTP tasks by incorporating
instant spoken instruction. To address the modality gap and minimize the data
requirements, a 3-stage learning paradigm is proposed to implement the SIA-FTP
framework in a progressive manner, including trajectory-based FTP pretraining,
intent-oriented instruction embedding learning, and multi-modal finetuning.
Specifically, the FTP model and the instruction embedding with maneuvering
semantics are pre-trained using volumes of well-resourced trajectory and text
data in the 1st and 2nd stages. In succession, a multi-modal fusion strategy is
proposed to incorporate the pre-trained instruction embedding into the FTP
model and integrate the two pre-trained networks into a joint model. Finally,
the joint model is finetuned using the limited trajectory-instruction data to
enhance the FTP performance within maneuvering instruction scenarios. The
experimental results demonstrated that the proposed framework presents an
impressive performance improvement in high-maneuvering scenarios.
- Abstract（参考訳）: 音声通信による地上交渉は、航空交通制御(ATC)の安全と効率を確保するための重要な前提条件である。
しかし、交通流の増加に伴い、人的要因による誤った指示はATCの安全性に大きな脅威をもたらす。
既存の飛行軌道予測(FTP)アプローチは、主に歴史的軌道の飛行状態に依存しており、衝突検出には適さないリアルタイム操縦命令の予測にかなりの遅延をもたらす。
主な理由は、現在の航空交通管制(ATC)システムにおいて、音声指示と飛行軌跡が異なるモードで提示されることであり、FTPタスクの操作命令を考える上で大きな課題となっている。
本稿では,SIA-FTPと呼ばれる音声命令対応FTPフレームワークを革新的に提案し,即時音声命令を組み込むことで高調なFTPタスクを支援する。
モダリティギャップに対処し,データ要求を最小化するために,軌道ベースFTP事前学習,意図指向型命令埋め込み学習,マルチモーダル微調整など,SIA-FTPフレームワークを段階的に実装する3段階学習パラダイムを提案する。
具体的には、FTPモデルと操作意味論を組み込んだ命令埋め込みを、第1段階と第2段階の十分な出力軌跡とテキストデータを用いて事前訓練する。
次いで, FTPモデルに事前学習した命令を埋め込み, 2つの事前学習したネットワークをジョイントモデルに統合するためのマルチモーダル融合戦略を提案する。
最後に、関節モデルを限られた軌道指示データを用いて微調整し、操作的命令シナリオにおけるFTP性能を向上させる。
実験結果から,提案フレームワークは高効率シナリオにおいて印象的な性能改善が得られた。
関連論文リスト
- FollowGen: A Scaled Noise Conditional Diffusion Model for Car-Following Trajectory Prediction [9.2729178775419]
本研究では,自動車追従軌道予測のためのスケールドノイズ条件拡散モデルを提案する。
車両間の詳細な相互作用と自動車追従ダイナミクスを生成フレームワークに統合し、予測された軌跡の精度と妥当性を向上させる。
種々の実世界の運転シナリオに関する実験結果は,提案手法の最先端性能と堅牢性を示すものである。
論文 参考訳（メタデータ） (2024-11-23T23:13:45Z) - Implicit Occupancy Flow Fields for Perception and Prediction in
Self-Driving [68.95178518732965]
自動運転車(SDV)は、周囲を認識でき、他の交通参加者の将来の行動を予測できなければならない。
既存の作業は、検出されたオブジェクトの軌跡が続くオブジェクト検出を実行するか、シーン全体の密度の高い占有とフローグリッドを予測するかのいずれかである。
これは、認識と将来の予測に対する統一されたアプローチを動機付け、単一のニューラルネットワークで時間とともに占有とフローを暗黙的に表現します。
論文 参考訳（メタデータ） (2023-08-02T23:39:24Z) - Air Traffic Controller Workload Level Prediction using Conformalized
Dynamical Graph Learning [3.622365857213782]
我々は,ATCoのワークロードレベルを特定するために,共形予測を備えたグラフベースのディープラーニングフレームワークを提案する。
実験の結果, (a) 交通密度特性に加えて, 交通競合特性が作業負荷予測機能に寄与していることが示唆された。
論文 参考訳（メタデータ） (2023-07-20T03:54:47Z) - Control-Aware Prediction Objectives for Autonomous Driving [78.19515972466063]
本研究では,制御に対する予測の下流効果を評価するための制御認識予測目標(CAPOs)を提案する。
本稿では,エージェント間の注意モデルを用いた重み付けと,予測軌跡を接地真実軌跡に交換する際の制御変動に基づく重み付けの2つの方法を提案する。
論文 参考訳（メタデータ） (2022-04-28T07:37:21Z) - Phased Flight Trajectory Prediction with Deep Learning [8.898269198985576]
過去10年間で民間航空会社や民間機が前例のない増加を遂げたことは、航空交通管理の課題となっている。
正確な飛行軌跡予測は、安全かつ秩序ある飛行の決定に寄与する航空輸送管理において非常に重要である。
本研究では,大型旅客・輸送航空機の飛行軌道予測における最先端手法よりも優れた位相付き飛行軌道予測フレームワークを提案する。
論文 参考訳（メタデータ） (2022-03-17T02:16:02Z) - DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly
detection in air transportation [68.8204255655161]
識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。
通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。
その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
論文 参考訳（メタデータ） (2021-09-08T14:07:55Z) - A Simplified Framework for Air Route Clustering Based on ADS-B Data [0.0]
本稿では,ADS-Bデータに基づく空港間の典型的な航空路の検出を支援する枠組みを提案する。
実のところ,エアフロー最適化の計算コストを実質的に低減するために,我々の枠組みを考慮に入れることができる。
論文 参考訳（メタデータ） (2021-07-07T08:55:31Z) - IntentNet: Learning to Predict Intention from Raw Sensor Data [86.74403297781039]
本論文では,LiDARセンサが生成する3次元点群と,環境の動的なマップの両方を利用するワンステージ検出器と予測器を開発した。
当社のマルチタスクモデルは、それぞれの別々のモジュールよりも高い精度を実現し、計算を節約します。
論文 参考訳（メタデータ） (2021-01-20T00:31:52Z) - T$^2$-Net: A Semi-supervised Deep Model for Turbulence Forecasting [65.498967509424]
空気の乱気流予測は、乗客の安全を保ち、効率を最大化し、コストを下げるガイドルートである有害な乱気流を避けるのに役立つ。
従来の予測手法は、動的で複雑な気象条件では効果の低い、高度にカスタマイズされた乱流指数に依存している。
本研究では,(1)複雑な時間的相関関係と(2)希少性,非常に限られた乱流ラベルが得られるという2つの課題から,機械学習による乱流予測システムを提案する。
論文 参考訳（メタデータ） (2020-10-26T21:14:15Z) - Implicit Latent Variable Model for Scene-Consistent Motion Forecasting [78.74510891099395]
本稿では,センサデータから直接複雑な都市交通のシーン一貫性のある動き予測を学習することを目的とする。
我々は、シーンを相互作用グラフとしてモデル化し、強力なグラフニューラルネットワークを用いてシーンの分散潜在表現を学習する。
論文 参考訳（メタデータ） (2020-07-23T14:31:25Z) - A Deep Ensemble Multi-Agent Reinforcement Learning Approach for Air
Traffic Control [5.550794444001022]
本稿では,マルチエージェント強化学習(MARL)を活用し,航空機の速度調整をリアルタイムで提案する知的意思決定フレームワークを提案する。
本システムの目的は,航空交通渋滞の回避,ニアミス状況の改善,到着スケジュールの改善のため,航空交通管制官が航空機に効果的な誘導を行う能力を高めることである。
論文 参考訳（メタデータ） (2020-04-03T06:03:53Z)
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。