論文の概要: A Survey of Generative AI for Intelligent Transportation Systems: Road Transportation Perspective

• arxiv url: http://arxiv.org/abs/2312.08248v2
• Date: Tue, 05 Nov 2024 00:07:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-06 14:56:44.674839
• Title: A Survey of Generative AI for Intelligent Transportation Systems: Road Transportation Perspective
• Title（参考訳）: インテリジェントトランスポーテーションシステムのための生成AIに関する調査:道路交通の展望
• Authors: Huan Yan, Yong Li,
• Abstract要約: 我々は、異なる生成AI技術の原則を紹介する。 我々は,ITSにおけるタスクを,交通認識,交通予測,交通シミュレーション,交通意思決定の4つのタイプに分類する。 これらの4種類のタスクにおいて、生成的AI技術が重要な問題にどのように対処するかを説明する。
• 参考スコア（独自算出の注目度）: 7.770651543578893
• License:
• Abstract: Intelligent transportation systems are vital for modern traffic management and optimization, greatly improving traffic efficiency and safety. With the rapid development of generative artificial intelligence (Generative AI) technologies in areas like image generation and natural language processing, generative AI has also played a crucial role in addressing key issues in intelligent transportation systems (ITS), such as data sparsity, difficulty in observing abnormal scenarios, and in modeling data uncertainty. In this review, we systematically investigate the relevant literature on generative AI techniques in addressing key issues in different types of tasks in ITS tailored specifically for road transportation. First, we introduce the principles of different generative AI techniques. Then, we classify tasks in ITS into four types: traffic perception, traffic prediction, traffic simulation, and traffic decision-making. We systematically illustrate how generative AI techniques addresses key issues in these four different types of tasks. Finally, we summarize the challenges faced in applying generative AI to intelligent transportation systems, and discuss future research directions based on different application scenarios.
• Abstract（参考訳）: インテリジェント交通システムは近代的な交通管理と最適化に不可欠であり、交通効率と安全性を大幅に向上させる。 画像生成や自然言語処理などの分野における生成人工知能(Generative AI)技術の急速な発展に伴い、生成AIは、データ疎性、異常なシナリオの観察の困難さ、データ不確実性のモデル化など、インテリジェントトランスポートシステム(ITS)における重要な問題に対処する上でも重要な役割を担っている。 本稿では,道路交通に特化したITSにおいて,様々なタスクにおいて重要な課題に対処する上での,生成AI技術に関する関連文献を体系的に検討する。 まず、異なる生成AI技術の原則を紹介する。 次に,ITSにおけるタスクを,交通認識,交通予測,交通シミュレーション,交通意思決定の4つのタイプに分類する。 我々は、これらの4種類のタスクにおいて、生成AI技術がどのように重要な問題に対処するかを体系的に説明する。 最後に、インテリジェントトランスポートシステムに生成AIを適用する際の課題を要約し、異なるアプリケーションシナリオに基づいて将来の研究方向性について議論する。

関連論文リスト

• GenAI-powered Multi-Agent Paradigm for Smart Urban Mobility: Opportunities and Challenges for Integrating Large Language Models (LLMs) and Retrieval-Augmented Generation (RAG) with Intelligent Transportation Systems [10.310791311301962]
  本稿では,大規模言語モデル (LLM) と新生検索・拡張生成技術 (RAG) の変換可能性について検討する。 本稿では,スマートモビリティサービスをインテリジェントかつ対話的に提供可能なマルチエージェントシステムの開発を目的とした概念的フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-31T16:14:42Z)
• A Survey on the Applications of Frontier AI, Foundation Models, and Large Language Models to Intelligent Transportation Systems [8.017557640367938]
  本稿では,知的交通システム(ITS)の領域におけるフロンティアAI,基礎モデル,大規模言語モデル(LLM)の変容的影響について検討する。 交通インテリジェンスを推進し、交通管理を最適化し、スマートシティの実現に寄与する重要な役割を強調している。
  論文  参考訳（メタデータ） (2024-01-12T10:29:48Z)
• From Generative AI to Generative Internet of Things: Fundamentals, Framework, and Outlooks [82.964958051535]
  生成人工知能(GAI)は、現実的なデータを生成し、高度な意思決定を促進する能力を持っている。 GAIを現代のモノのインターネット(IoT)に統合することによって、ジェネレーティブ・インターネット・オブ・モノ(GIoT)が登場し、社会の様々な側面に革命をもたらす大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-10-27T02:58:11Z)
• A Transformer Framework for Data Fusion and Multi-Task Learning in Smart Cities [99.56635097352628]
  本稿では,新興スマートシティを対象としたトランスフォーマーベースのAIシステムを提案する。 ほぼ全ての入力データと出力タスクタイプをサポートし、現在のS&CCをサポートする。 S&CC環境を代表する多様なタスクセットを学習して実演する。
  論文  参考訳（メタデータ） (2022-11-18T20:43:09Z)
• 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)
• Intelligent Traffic Monitoring with Hybrid AI [78.65479854534858]
  マルチモーダルコンテキスト理解のためのニューロシンボリックアーキテクチャであるHANSを紹介する。 HANSが交通監視に関わる課題にどのように対処するかを示すとともに,幅広い推論手法と統合可能であることを示す。
  論文  参考訳（メタデータ） (2022-08-31T17:47:22Z)
• Modelling and Reasoning Techniques for Context Aware Computing in Intelligent Transportation System [0.0]
  インテリジェントトランスポーテーションシステムにおける生データ生成の量は膨大です。 この生データは、文脈情報を推測するために処理される。 本稿では,インテリジェントトランスポーテーションシステムにおける文脈認識の研究を目的とする。
  論文  参考訳（メタデータ） (2021-07-29T23:47:52Z)
• Pervasive AI for IoT Applications: Resource-efficient Distributed Artificial Intelligence [45.076180487387575]
  人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。 これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。 広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
  論文  参考訳（メタデータ） (2021-05-04T23:42:06Z)
• 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)
• Constraint Programming Algorithms for Route Planning Exploiting Geometrical Information [91.3755431537592]
  本稿では,経路計画問題に対する新しいアルゴリズムの開発に関する現在の研究動向について概説する。 これまでの研究は、特にユークリッド旅行セールスパーソン問題(ユークリッドTSP)に焦点を当ててきた。 目的は、将来ユークリッド自動車問題(ユークリッドVRP)など、同じカテゴリーの他の問題にも得られる結果を活用することである。
  論文  参考訳（メタデータ） (2020-09-22T00:51:45Z)

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。