論文の概要: Towards a Technology-Driven Adaptive Decision Support System for Integrated Pavement and Maintenance strategies (TDADSS-IPM): focus on risk assessment framework for climate change adaptation

• arxiv url: http://arxiv.org/abs/2306.01769v1
• Date: Sun, 28 May 2023 21:33:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-11 13:58:39.755611
• Title: Towards a Technology-Driven Adaptive Decision Support System for Integrated Pavement and Maintenance strategies (TDADSS-IPM): focus on risk assessment framework for climate change adaptation
• Title（参考訳）: 統合的舗装維持戦略(TDADSS-IPM)のための技術主導型適応的意思決定支援システムを目指して : 気候変動適応のためのリスクアセスメントフレームワークに着目して
• Authors: Shahrzad Pour, Amir Masoumi, Niels Skov Dujardin
• Abstract要約: 本論文は,道路資産の温暖化現象に対する脆弱性に触発され,統合的舗装・保守活動のための技術駆動型適応決定支援システムの導入に向けたビジョン的な一歩を踏み出したものである。 このようなDSSの一環として、ベイジアン・リーフ・ネットワーク(BBN)を介してボトムアップリスク評価モデルが設定され、気象条件によるデンマークの道路の実態を実現する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Decision Support Systems for pavement and maintenance strategies have traditionally been designed as silos led to local optimum systems. Moreover, since big data usage didn't exist as result of Industry 4.0 as of today, DSSs were not initially designed adaptive to the sources of uncertainties led to rigid decisions. Motivated by the vulnerability of the road assets to the climate phenomena, this paper takes a visionary step towards introducing a Technology-Driven Adaptive Decision Support System for Integrated Pavement and Maintenance activities called TDADSS-IPM. As part of such DSS, a bottom-up risk assessment model is met via Bayesian Belief Networks (BBN) to realize the actual condition of the Danish roads due to weather condition. Such model fills the gaps in the knowledge domain and develops a platform that can be trained over time, and applied in real-time to the actual event.
• Abstract（参考訳）: 舗装と維持戦略の意思決定支援システムは、伝統的にサイロが局所最適システムへと導かれるように設計されてきた。 さらに、今日の業界4.0の結果、ビッグデータの利用は存在しなかったため、dssは当初、不確実性の源に適応した設計ではなかったため、厳格な決定につながった。 気候現象に対する道路資産の脆弱性に触発され,TDADSS-IPMと呼ばれる統合的舗装・保守活動のための技術駆動型適応決定支援システムの導入に向けたビジョン的な一歩を踏み出した。 このようなdssの一部として、ボトムアップリスク評価モデルがベイズ信条ネットワーク(bbn)を介して検討され、天候条件によるデンマークの道路の実際の状況を実現する。 このようなモデルは知識ドメインのギャップを埋め、時間とともにトレーニングし、実際のイベントにリアルタイムで適用可能なプラットフォームを開発する。

関連論文リスト

• LADRI: LeArning-based Dynamic Risk Indicator in Automated Driving System [0.38073142980732994]
  本稿では,自動運転システム(ADS)におけるリアルタイム動的リスクアセスメントのためのフレームワークを提案する。 提案手法はこれらの制限を超越し、ニューラルネットワーク(ANN)を用いてリスク次元を慎重に分析し分類する。
  論文  参考訳（メタデータ） (2024-01-04T11:09:15Z)
• Using POMDP-based Approach to Address Uncertainty-Aware Adaptation for Self-Protecting Software [4.459996749171579]
  移動目標防衛(MTD)は、攻撃者が脆弱性を悪用することを困難にするため、ソフトウェア特性を変更する。 既存のMTD意思決定ソリューションは、モデルパラメータの不確実性を無視し、自己適応を欠いている。 本稿では,部分観測可能なマルコフ決定プロセスとベイズ学習に基づく不確実性と自己適応型MTD決定エンジンを提案する。
  論文  参考訳（メタデータ） (2023-08-04T04:44:47Z)
• DA-LSTM: A Dynamic Drift-Adaptive Learning Framework for Interval Load Forecasting with LSTM Networks [1.3342521220589318]
  ドリフト等級閾値は、ドリフトを識別するための変化検出方法を設計するために定義されるべきである。 本稿では,負荷予測モデルの性能向上を図るための動的ドリフト適応長短期メモリ(DA-LSTM)フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-15T16:26:03Z)
• CoSDA: Continual Source-Free Domain Adaptation [78.47274343972904]
  ソースデータにアクセスせずに、ソースフリードメイン適応(SFDA)は、ソースドメインのトレーニングされたモデルからターゲットドメインに知識を転送する。 最近では、ソースドメインのデータプライバシ保護の必要性から、SFDAの人気が高まっている。 教師-学生モデルペアを2倍高速に最適化し,整合性学習機能を備えた,CoSDAという連続的ソースフリードメイン適応手法を提案する。
  論文  参考訳（メタデータ） (2023-04-13T15:53:23Z)
• HALO: Hazard-Aware Landing Optimization for Autonomous Systems [1.5414037351414311]
  本稿では,ハザード検出,最適着陸軌道生成,緊急計画課題に対処する認識計画手法を提案する。 本研究では,HALSS(Hazard-Aware Landing Site Selection)とAdaptive Deferred-Decision Trajectory Optimization(Adaptive Deferred-Decision Trajectory Optimization,-DDTO)という2つの新しいアルゴリズムを開発し,統合し,認識と計画の課題に対処する。 シミュレーションした火星環境を用いたアプローチの有効性を実証し, 組み合わせた認識計画法が着地成功率を高めることを示す。
  論文  参考訳（メタデータ） (2023-04-04T07:20:06Z)
• AI-aided Traffic Control Scheme for M2M Communications in the Internet of Vehicles [61.21359293642559]
  交通のダイナミクスと異なるIoVアプリケーションの異種要求は、既存のほとんどの研究では考慮されていない。 本稿では,ハイブリッド交通制御方式とPPO法を併用して検討する。
  論文  参考訳（メタデータ） (2022-03-05T10:54:05Z)
• Bayesian Optimization and Deep Learning forsteering wheel angle prediction [58.720142291102135]
  本研究の目的は,自動走行システムにおける操舵角度予測の精度の高いモデルを得ることである。 BOは限られた試行数で、BOST-LSTMと呼ばれるモデルを特定し、古典的なエンドツーエンド駆動モデルと比較して最も正確な結果を得た。
  論文  参考訳（メタデータ） (2021-10-22T15:25:14Z)
• AdaPool: A Diurnal-Adaptive Fleet Management Framework using Model-Free Deep Reinforcement Learning and Change Point Detection [34.77250498401055]
  本稿では,車いすによる乗り合い環境における日中パターンを認識・適応できる適応型モデルフリー深部強化手法を提案する。 本論文では, 配車における適応論理に加えて, 動的かつ需要に応じた車両通行者マッチングと経路計画の枠組みを提案する。
  論文  参考訳（メタデータ） (2021-04-01T02:14:01Z)
• National Access Points for Intelligent Transport Systems Data: From Conceptualization to Benefits Recognition and Exploitation [55.41644538483948]
  欧州連合は各加盟国による国家アクセスポイント(NAP)の開発を提案した。 本稿では,ITS エコシステムにおける NAP の役割を確認し,そのようなプラットフォームの設計手法を検討することを目的としており,拡張されたユースケースの起草を通じて NAP の運用プロセスを紹介し,そのメリットを特定のステップに関連付けることを目的とする。
  論文  参考訳（メタデータ） (2020-10-14T17:13:00Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)
• Can Autonomous Vehicles Identify, Recover From, and Adapt to Distribution Shifts? [104.04999499189402]
  トレーニング外の配布(OOD)シナリオは、デプロイ時にエージェントを学ぶ上で一般的な課題である。 インプロバスト模倣計画(RIP)と呼ばれる不確実性を考慮した計画手法を提案する。 提案手法は,OODシーンにおける過信および破滅的な外挿を低減し,分布変化を検知し,回復することができる。 分散シフトを伴うタスク群に対する駆動エージェントのロバスト性を評価するために,自動走行車ノベルシーンベンチマークであるtexttCARNOVEL を導入する。
  論文  参考訳（メタデータ） (2020-06-26T11:07:32Z)

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。