論文の概要: ADS Standardization Landscape: Making Sense of its Status and of the
Associated Research Questions
- arxiv url: http://arxiv.org/abs/2306.17682v1
- Date: Fri, 30 Jun 2023 14:14:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-03 12:05:36.525124
- Title: ADS Standardization Landscape: Making Sense of its Status and of the
Associated Research Questions
- Title（参考訳）: ads標準化の展望:その現状と関連する研究課題を理解する
- Authors: Scott Schnelle and Francesca M. Favaro
- Abstract要約: 自動運転システムは、安全性、モビリティ、およびエクイティを高める大きな可能性を秘めている。
公的な信頼を得るため、ADSコミュニティの多くの団体が標準開発組織(SDO)に参加している。
ADS産業の発展のペースは、公共や利害関係者が現在進行中のSDO活動を追跡するのを困難にしている。
この枠組みは、まだ広く採用されている産業のポジションに届いていない、関連する研究課題の開発と組織化に活用される。
- 参考スコア（独自算出の注目度）: 0.2741266294612775
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Automated Driving Systems (ADS) hold great potential to increase safety,
mobility, and equity. However, without public acceptance, none of these
promises can be fulfilled. To engender public trust, many entities in the ADS
community participate in standards development organizations (SDOs) with the
goal of enhancing safety for the entire industry through a collaborative
approach. The breadth and depth of the ADS safety standardization landscape is
vast and constantly changing, as often is the case for novel technologies in
rapid evolution. The pace of development of the ADS industry makes it hard for
the public and interested parties to keep track of ongoing SDO efforts,
including the topics touched by each standard and the committees addressing
each topic, as well as make sense of the wealth of documentation produced.
Therefore, the authors present here a simplified framework for abstracting and
organizing the current landscape of ADS safety standards into high-level, long
term themes. This framework is then utilized to develop and organize associated
research questions that have not yet reached widely adopted industry positions,
along with identifying potential gaps where further research and
standardization is needed.
- Abstract（参考訳）: ADS(Automated Driving Systems)は、安全性、モビリティ、エクイティを高める大きな可能性を秘めている。
しかし、公的な承認なしには、これらの約束は達成できない。
公的な信頼を得るために、ADSコミュニティの多くの団体が、協力的アプローチを通じて業界全体の安全を高めることを目的として、標準開発組織(SDO)に参加している。
ADSの安全標準化の展望の幅と深さは、急速に進化する新しい技術と同様に、大きく、常に変化している。
ADS産業の発展のペースは、各標準で触れられたトピックや各トピックに対処する委員会など、公益と利害関係者が現在進行中のSDO活動の追跡を困難にし、また、作成されるドキュメントの豊富さを理解している。
そこで著者らは, ADS の安全基準を高水準の長期的テーマに抽象化し, 整理するための簡易な枠組みを提示する。
この枠組みは、まだ広く採用されている産業のポジションに達していない関連研究質問の開発と組織化と、さらなる研究と標準化が必要な潜在的なギャップの特定に利用される。
関連論文リスト
- Safetywashing: Do AI Safety Benchmarks Actually Measure Safety Progress? [59.96471873997733]
我々は、より有意義な安全指標を開発するための実証的な基盤を提案し、機械学習研究の文脈でAIの安全性を定義する。
我々は、AI安全研究のためのより厳格なフレームワークを提供し、安全性評価の科学を前進させ、測定可能な進歩への道筋を明らかにすることを目指している。
論文 参考訳（メタデータ） (2024-07-31T17:59:24Z) - Cross-Modality Safety Alignment [73.8765529028288]
我々は、モダリティ間の安全アライメントを評価するために、セーフインプットとアンセーフアウトプット(SIUO)と呼ばれる新しい安全アライメントの課題を導入する。
この問題を実証的に調査するため,我々はSIUOを作成した。SIUOは,自己修復,違法行為,プライバシー侵害など,9つの重要な安全領域を含むクロスモダリティベンチマークである。
以上の結果から, クローズドおよびオープンソース両方のLVLMの安全性上の重大な脆弱性が明らかとなり, 複雑で現実的なシナリオを確実に解釈し, 応答する上で, 現行モデルが不十分であることが示唆された。
論文 参考訳（メタデータ） (2024-06-21T16:14:15Z) - Towards Trustworthy AI: A Review of Ethical and Robust Large Language Models [1.7466076090043157]
大きな言語モデル(LLM)は多くの分野を変革できるが、その急速な開発は、監視、倫理的創造、ユーザ信頼の構築に重大な課題を生み出している。
この総合的なレビューは、意図しない害、透明性の欠如、攻撃に対する脆弱性、人的価値との整合性、環境への影響など、LLMにおける重要な信頼の問題について考察する。
これらの課題に対処するため、倫理的監視、業界説明責任、規制、公的な関与を組み合わせることを提案する。
論文 参考訳（メタデータ） (2024-06-01T14:47:58Z) - AI Risk Management Should Incorporate Both Safety and Security [185.68738503122114]
AIリスクマネジメントの利害関係者は、安全とセキュリティの間のニュアンス、シナジー、相互作用を意識すべきである、と私たちは主張する。
我々は、AIの安全性とAIのセキュリティの違いと相互作用を明らかにするために、統一された参照フレームワークを導入する。
論文 参考訳（メタデータ） (2024-05-29T21:00:47Z) - An Industrial Experience Report about Challenges from Continuous Monitoring, Improvement, and Deployment for Autonomous Driving Features [0.7851536646859475]
本稿では,CDDM導入に向けた自動車分野からの課題について述べる。
CDDM戦略の適用はまた、プロセスの遵守とドキュメントの観点からも課題に直面します。
論文 参考訳（メタデータ） (2024-03-14T15:14:24Z) - Generative AI for Secure Physical Layer Communications: A Survey [80.0638227807621]
Generative Artificial Intelligence(GAI)は、AIイノベーションの最前線に立ち、多様なコンテンツを生成するための急速な進歩と非並行的な能力を示す。
本稿では,通信ネットワークの物理層におけるセキュリティ向上におけるGAIの様々な応用について,広範な調査を行う。
私たちは、物理的レイヤセキュリティの課題に対処する上で、GAIの役割を掘り下げ、通信の機密性、認証、可用性、レジリエンス、整合性に重点を置いています。
論文 参考訳（メタデータ） (2024-02-21T06:22:41Z) - Service Level Agreements and Security SLA: A Comprehensive Survey [51.000851088730684]
本調査では,SLA管理のコンセプト,アプローチ,オープンな課題を網羅する技術の現状を明らかにする。
これは、既存の調査で提案された分析と、このトピックに関する最新の文献とのギャップを包括的にレビューし、カバーすることで貢献する。
SLAライフサイクルの段階に基づく分析を組織化するための新しい分類基準を提案する。
論文 参考訳（メタデータ） (2024-01-31T12:33:41Z) - Trustworthy human-centric based Automated Decision-Making Systems [0.7048747239308888]
自動意思決定システム(ADS: Automated Decision-Making Systems)は、様々な分野、活動、職業に普及し、性能を高めている。
本研究では, デジタル化, デジタルトランスフォーメーション, ADS の現代社会と将来の文脈における活用に関連する, 意味, 差別, 倫理的考察について, 徹底的に検討する。
論文 参考訳（メタデータ） (2023-12-22T11:02:57Z) - Deep Learning Safety Concerns in Automated Driving Perception [43.026485214492105]
本稿では、クロスファンクショナルなチームが共同で関心事に対処できるようにするとともに、理解を深めるための追加の分類を紹介します。
近年のディープラーニング分野の進歩と認識のためのディープニューラルネットワーク(DNN)の性能向上により、自動走行(AD)システムへの需要が高まっている。
論文 参考訳（メタデータ） (2023-09-07T15:25:47Z) - Advancing Differential Privacy: Where We Are Now and Future Directions for Real-World Deployment [100.1798289103163]
差分プライバシ(DP)分野における現状と現状の方法論の詳細なレビューを行う。
論文のポイントとハイレベルな内容は,「認知プライバシ(DP:次のフロンティアへの挑戦)」の議論から生まれた。
この記事では、プライバシの領域におけるアルゴリズムおよび設計決定の基準点を提供することを目標とし、重要な課題と潜在的研究の方向性を強調します。
論文 参考訳（メタデータ） (2023-04-14T05:29:18Z) - Towards the Unification and Data-Driven Synthesis of Autonomous Vehicle
Safety Concepts [31.13851159912757]
我々は、既存の安全概念を比較するための統一的な数学的枠組みとして、ハミルトン・ヤコビ(HJ)の到達可能性の使用を提唱する。
i) 既存の主要な安全概念をHJリーチビリティフレームワークに組み込むことができ、モデリングの仮定を比較・対比するための共通言語を可能にする。
論文 参考訳（メタデータ） (2021-07-30T03:16:48Z)
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。