論文の概要: Artificial Intelligence for Smart Transportation

• arxiv url: http://arxiv.org/abs/2308.07457v1
• Date: Mon, 14 Aug 2023 21:01:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-16 14:38:34.560265
• Title: Artificial Intelligence for Smart Transportation
• Title（参考訳）: スマートトランスポーテーションのための人工知能
• Authors: Michael Wilbur, Amutheezan Sivagnanam, Afiya Ayman, Samitha Samaranayeke, Abhishek Dubey, Aron Laszka
• Abstract要約: アメリカには7000以上の公共交通機関(さらに多くの民間機関)がある。 本章では,AI駆動型スマートトランスポートシステムの設計に関する要件,目的,課題について論じる。
• 参考スコア（独自算出の注目度）: 8.482269911822723
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: There are more than 7,000 public transit agencies in the U.S. (and many more private agencies), and together, they are responsible for serving 60 billion passenger miles each year. A well-functioning transit system fosters the growth and expansion of businesses, distributes social and economic benefits, and links the capabilities of community members, thereby enhancing what they can accomplish as a society. Since affordable public transit services are the backbones of many communities, this work investigates ways in which Artificial Intelligence (AI) can improve efficiency and increase utilization from the perspective of transit agencies. This book chapter discusses the primary requirements, objectives, and challenges related to the design of AI-driven smart transportation systems. We focus on three major topics. First, we discuss data sources and data. Second, we provide an overview of how AI can aid decision-making with a focus on transportation. Lastly, we discuss computational problems in the transportation domain and AI approaches to these problems.
• Abstract（参考訳）: 米国には7000以上の公共交通機関があり(さらに多くの民間機関)、同時に年間600億マイルの旅客を運行している。 十分に機能する交通システムは、事業の成長と拡大を促進し、社会と経済の利益を分配し、コミュニティメンバーの能力を結びつけ、社会として達成できるものを強化する。 安価な公共交通サービスが多くのコミュニティのバックボーンであるため、この研究は、交通機関の観点から人工知能(AI)が効率を向上し、利用率を高める方法を調査する。 本章では,AI駆動型スマートトランスポートシステムの設計に関する要件,目的,課題について論じる。 主なトピックは3つです。 まず、データソースとデータについて論じる。 第2に、輸送に焦点を当てたAIが意思決定にどう役立つかの概要を提供する。 最後に、交通分野における計算問題とこれらの問題に対するaiアプローチについて論じる。

関連論文リスト

• How do transportation professionals perceive the impacts of AI applications in transportation? A latent class cluster analysis [2.472502534135251]
  全米の交通専門家を対象に調査を行い,計354件の回答を得た。 我々は、AIが交通の多くの側面を改善する可能性について、幅広い楽観主義を見出している。 しかし、AIが株式を前進させる可能性については、反応が混ざり合っている。
  論文  参考訳（メタデータ） (2024-01-17T01:59:59Z)
• Vision Paper: Causal Inference for Interpretable and Robust Machine Learning in Mobility Analysis [71.2468615993246]
  インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。 ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。 このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
  論文  参考訳（メタデータ） (2022-10-18T17:28:58Z)
• Understanding and Developing Equitable and Fair Transportation Systems [3.1473798197405944]
  交通システムをより良く設計し、計画する必要がある。 道路や橋は貧民を除いた富裕層を繋ぐのがよい。 この提案は、これらの質問に答える最初のステップである。
  論文  参考訳（メタデータ） (2022-09-21T18:26:19Z)
• Improving Urban Mobility: using artificial intelligence and new technologies to connect supply and demand [7.347028791196305]
  インテリジェントトランスポートシステム(ITS)は,情報通信技術をどのように活用するかを交通問題に適用するかを検討することを目的としている。 このパノラマでは、人工知能が特に機械学習の進歩において重要な役割を果たす。
  論文  参考訳（メタデータ） (2022-03-18T14:37:33Z)
• The 5th AI City Challenge [51.83023045451549]
  第5回AIシティチャレンジには38カ国305チームが参加した。 アルゴリズムの有効性と計算効率の両面で評価を行った。 結果は、スマートトランスポーテーションにおけるAIの約束を示している。
  論文  参考訳（メタデータ） (2021-04-25T19:15:27Z)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)
• Toward a Rational and Ethical Sociotechnical System of Autonomous Vehicles: A Novel Application of Multi-Criteria Decision Analysis [0.0]
  人工知能(AI)と自律システムの拡張は、膨大な社会的利益を生み出す可能性を示している。 知的エージェントのシステム開発を可能にするために、関連する社会的懸念に対処する必要がある。
  論文  参考訳（メタデータ） (2021-02-04T23:52:31Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
  都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。 輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
  論文  参考訳（メタデータ） (2020-05-09T13:53:01Z)
• The 4th AI City Challenge [80.00140907239279]
  AI City Challengeの第4回年次エディションには,37カ国で315チームが参加している。 評価はアルゴリズムの有効性と計算効率の両面から行われる。 結果は、AI技術がよりスマートで安全な輸送システムを可能にすることを約束している。
  論文  参考訳（メタデータ） (2020-04-30T07:47:14Z)
• Autonomous Shuttle-as-a-Service (ASaaS): Challenges, Opportunities, and Social Implications [10.075017640104843]
  スマートモビリティシステムは、都市交通施設の効率的な利用を支援することを目的としている。 ここ数年、いくつかの都市は「ラストマイル」モビリティサービスに自律走行車を使うことに関心を示した。 自動運転シャトル(AS)は、市中心部への新たな移動・配達サービスとして考えられ始めている。
  論文  参考訳（メタデータ） (2020-01-14T12:34:03Z)

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。