論文の概要: Risk Management of Unmanned Aerial Vehicles
- arxiv url: http://arxiv.org/abs/2311.05648v1
- Date: Tue, 7 Nov 2023 10:46:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 13:26:22.782749
- Title: Risk Management of Unmanned Aerial Vehicles
- Title（参考訳）: 無人航空機のリスクマネジメント
- Authors: Hamid Reza Naji, Aref Ayati,
- Abstract要約: 本稿では無人航空機や無人航空機の効率的なリスク管理モデルを提案する。
多くの分野でUAVやドローンの利用が増加し、異なる脅威が存在することが、それらに対して効率的なリスク管理方法を持つことの主な理由である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper presents an efficient risk management model for unmanned aerial vehicles or UAVs. Our proposed risk management establishes a cyclic model with a continuous and iterative structure that is very adaptable to agile methods and all IT-related resources. This model can be used in many applications, but as a case study, we have discussed it for UAVs. The increasing use of UAVs or drones in many fields and the existence of different threats is the main reason to have an efficient risk management method for them. In this paper, we cover risks based on IT-driven assets to decrease the chance of losing any data, failing the equipment or the system, and missing the reputation or credit based on cyclic and iterative flow. Our current risk management model for UAVs or drones is based on qualitative measures and can cover most of IT-based risks.
- Abstract（参考訳）: 本稿では無人航空機や無人航空機の効率的なリスク管理モデルを提案する。
提案したリスク管理は,アジャイルメソッドやIT関連のリソースに非常に適応可能な,継続的かつ反復的な構造を備えた循環モデルを確立します。
このモデルは、多くのアプリケーションで利用することができるが、ケーススタディではUAVについて論じている。
多くの分野でUAVやドローンの利用が増加し、異なる脅威が存在することが、それらに対して効率的なリスク管理方法を持つことの主な理由である。
本稿では,IT主導の資産に基づくリスクを取り上げ,データの喪失,機器やシステム障害,循環的かつ反復的なフローに基づく評価や信用の欠如などについて述べる。
UAVやドローンの現在のリスク管理モデルは質的な基準に基づいており、ITベースのリスクの大部分をカバーすることができます。
関連論文リスト
- EAIRiskBench: Towards Evaluating Physical Risk Awareness for Task Planning of Foundation Model-based Embodied AI Agents [47.69642609574771]
EAI(Embodied AI)は、高度なAIモデルを現実世界のインタラクションのための物理的なエンティティに統合する。
高レベルのタスク計画のためのEAIエージェントの"脳"としてのファンデーションモデルは、有望な結果を示している。
しかし、これらのエージェントの物理的環境への展開は、重大な安全性上の課題を呈している。
EAIRiskBenchは、EAIシナリオにおける自動物理的リスクアセスメントのための新しいフレームワークである。
論文 参考訳（メタデータ） (2024-08-08T13:19:37Z) - Intercepting Unauthorized Aerial Robots in Controlled Airspace Using Reinforcement Learning [2.519319150166215]
制御空域における無人航空機(UAV)の増殖は重大なリスクをもたらす。
この作業は、強化学習(RL)を用いることで、そのような脅威を管理することのできる堅牢で適応的なシステムの必要性に対処する。
固定翼UAV追跡エージェントの訓練にRLを用いる新しい手法を提案する。
論文 参考訳（メタデータ） (2024-07-09T14:45:47Z) - Risks and Opportunities of Open-Source Generative AI [64.86989162783648]
Generative AI(Gen AI)の応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。
こうした地震の変化の可能性は、この技術の潜在的なリスクについて活発に議論を巻き起こし、より厳格な規制を要求した。
この規制は、オープンソースの生成AIの誕生する分野を危険にさらす可能性がある。
論文 参考訳（メタデータ） (2024-05-14T13:37:36Z) - Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。
提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
論文 参考訳（メタデータ） (2024-03-28T17:28:06Z) - Towards a Standardized Reinforcement Learning Framework for AAM
Contingency Management [0.0]
我々はMarkov Decision Process(MDP)として並行性管理問題を開発し,それをAAM-Gymシミュレーションフレームワークに統合する。
これにより、強化学習アルゴリズムの迅速なプロトタイピングと既存システムの評価が可能になる。
論文 参考訳（メタデータ） (2023-11-17T13:54:02Z) - A Counterfactual Safety Margin Perspective on the Scoring of Autonomous
Vehicles' Riskiness [52.27309191283943]
本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。
本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
論文 参考訳（メタデータ） (2023-08-02T09:48:08Z) - To Risk or Not to Risk: Learning with Risk Quantification for IoT Task
Offloading in UAVs [3.6118662460334527]
スマートファームのIoTネットワークのための意思決定アルゴリズムをタスクオフロードするために,深層強化学習技術が提案されている。
この技術は、コスト関数や条件変数のリスク(CVaR)といった金融的概念を用いて、リスク行動ごとに生じる損傷を定量化する。
提案手法は,他の深部強化学習手法と2つの固定ルールベース手法と比較した。
シミュレーションの結果,CVaRに基づくリスク手法は,火災検知タスクの期限を超過した最も危険なリスクを排除した。
論文 参考訳（メタデータ） (2023-02-14T23:50:37Z) - Self-Destructing Models: Increasing the Costs of Harmful Dual Uses of
Foundation Models [103.71308117592963]
本稿ではメタラーニングと逆学習の技法を活用した自己破壊モデルの学習アルゴリズムを提案する。
小規模な実験では、MLACは、BERTスタイルのモデルが性別識別を行うために再目的化されることをほとんど防ぐことができることを示す。
論文 参考訳（メタデータ） (2022-11-27T21:43:45Z) - Risk Measurement, Risk Entropy, and Autonomous Driving Risk Modeling [0.0]
本稿では、自律運転シナリオにおける新たな技術的困難、新しいアイデア、リスクモデリング手法について考察する。
コンピュータシミュレーション環境下でのリスクアセスメントと自動車保険の価格を実現するための技術的実現可能性を提供する。
論文 参考訳（メタデータ） (2021-09-15T11:00:18Z) - Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。
エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。
UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
論文 参考訳（メタデータ） (2021-03-03T20:54:19Z)
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。