論文の概要: Toward a Real-Time Digital Twin Framework for Infection Mitigation During Air Travel

• arxiv url: http://arxiv.org/abs/2410.14018v1
• Date: Thu, 17 Oct 2024 20:34:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-21 14:26:15.172163
• Title: Toward a Real-Time Digital Twin Framework for Infection Mitigation During Air Travel
• Title（参考訳）: 航空機走行時の感染軽減のためのリアルタイムデジタル双極子フレームワークの実現に向けて
• Authors: Ashok Srinivasan, Satkkeerthi Sriram, Sirish Namilae, Andrew Arash Mahyari,
• Abstract要約: シミュレーション結果を新しい地理的、文化的、時間的文脈に一般化することは困難である。 ビデオフィードのようなリアルタイムデータに依存するデジタルツインは、この制限を解決することができる。 データ同化による歩行者動態は,十分な精度で歩行者軌跡を予測できることを示す。
• 参考スコア（独自算出の注目度）: 0.060379119983736775
• License:
• Abstract: Pedestrian dynamics simulates the fine-scaled trajectories of individuals in a crowd. It has been used to suggest public health interventions to reduce infection risk in important components of air travel, such as during boarding and in airport security lines. Due to inherent variability in human behavior, it is difficult to generalize simulation results to new geographic, cultural, or temporal contexts. A digital twin, relying on real-time data, such as video feeds, can resolve this limitation. This paper addresses the following critical gaps in knowledge required for a digital twin. (1) Pedestrian dynamics models currently lack accurate representations of collision avoidance behavior when two moving pedestrians try to avoid collisions. (2) It is not known whether data assimilation techniques designed for physical systems are effective for pedestrian dynamics. We address the first limitation by training a model with data from offline video feeds of collision avoidance to simulate these trajectories realistically, using symbolic regression to identify unknown functional forms. We address the second limitation by showing that pedestrian dynamics with data assimilation can predict pedestrian trajectories with sufficient accuracy. These results promise to enable the development of a digital twin for pedestrian movement in airports that can help with real-time crowd management to reduce health risks.
• Abstract（参考訳）: 歩行者力学は、群衆の中の個人の細い軌跡をシミュレートする。 搭乗中や空港のセキュリティラインなど、航空旅行の重要なコンポーネントの感染リスクを減らすために、公衆衛生介入を提案するために使われてきた。 ヒトの行動に固有の多様性のため、シミュレーション結果を新しい地理的、文化的、時間的文脈に一般化することは困難である。 ビデオフィードのようなリアルタイムデータに依存するデジタルツインは、この制限を解決することができる。 本稿では,デジタル双生児に必要な知識の限界について述べる。 1)歩行者2人が衝突を避けようとするとき,衝突回避行動の正確な表現が存在しない歩行者動態モデルについて検討した。 2) 物理的システムに設計されたデータ同化技術が歩行者動態に有効かどうかは不明である。 衝突回避のオフラインビデオフィードのデータを用いてモデルを訓練し、これらの軌道を現実的にシミュレートし、記号回帰を用いて未知の機能形式を識別する。 データ同化による歩行者動態が十分な精度で歩行者軌跡を予測できることを示し、この2つの制限に対処する。 これらの結果は、空港における歩行者移動のためのデジタルツインの開発を可能にし、リアルタイムのクラウドマネージメントによる健康リスクの低減に役立つことを約束している。

関連論文リスト

• Traffic and Safety Rule Compliance of Humans in Diverse Driving Situations [48.924085579865334]
  安全な運転プラクティスを再現する自律システムを開発するためには、人間のデータを分析することが不可欠だ。 本稿では,複数の軌道予測データセットにおける交通・安全規則の適合性の比較評価を行う。
  論文  参考訳（メタデータ） (2024-11-04T09:21:00Z)
• Social-Transmotion: Promptable Human Trajectory Prediction [65.80068316170613]
  Social-Transmotionは、多種多様な視覚的手がかりを利用して人間の行動を予測する、汎用トランスフォーマーベースのモデルである。 提案手法は,JTA,JRDB,歩行者,道路交通のサイクリスト,ETH-UCYなど,複数のデータセットで検証されている。
  論文  参考訳（メタデータ） (2023-12-26T18:56:49Z)
• Online Trajectory Prediction for Metropolitan Scale Mobility Digital Twin [13.07036447576714]
  都市におけるモビリティの"何が起きているか"と"何が起こるか"を知ることは、データ駆動型スマートシティシステムの構築ブロックである。 粗くきめ細かなレベルの予測を階層化する2段階の人体移動予測器を提案する。 関東地方における実世界の携帯電話GPSデータを用いて,本手法を検証した。
  論文  参考訳（メタデータ） (2022-06-21T11:34:54Z)
• Pedestrian Stop and Go Forecasting with Hybrid Feature Fusion [87.77727495366702]
  歩行者の立ち止まりと予測の新たな課題を紹介します。 都市交通における歩行者の立ち寄り行動を明示的に研究するためのベンチマークであるTransをリリースする。 歩行者の歩行動作に注釈を付けたいくつかの既存のデータセットから構築し、さまざまなシナリオや行動を実現する。
  論文  参考訳（メタデータ） (2022-03-04T18:39:31Z)
• Pedestrian Trajectory Prediction via Spatial Interaction Transformer Network [7.150832716115448]
  交通現場では、来るべき人々と出会うと、歩行者は突然回転したり、すぐに止まることがある。 このような予測不可能な軌道を予測するために、歩行者間の相互作用についての洞察を得ることができる。 本稿では,歩行者軌跡の相関関係を注意機構を用いて学習する空間的相互作用変換器(SIT)を提案する。
  論文  参考訳（メタデータ） (2021-12-13T13:08:04Z)
• Automated Object Behavioral Feature Extraction for Potential Risk Analysis based on Video Sensor [6.291501119156943]
  歩行者は道路、特に標識のない横断歩道で死亡や重傷を負う危険にさらされている。 本研究では,道路上に展開された映像センサから物体の行動特徴を効果的に抽出するシステムを提案する。 本研究は、スマートシティーに実用的なデータを提供するためのコネクテッドビデオセンサネットワークの可能性を示す。
  論文  参考訳（メタデータ） (2021-07-08T01:11:31Z)
• Euro-PVI: Pedestrian Vehicle Interactions in Dense Urban Centers [126.81938540470847]
  歩行者と自転車の軌跡のデータセットであるEuro-PVIを提案する。 本研究では,都市環境におけるエージェント間のマルチモーダル共有潜在空間を表現的に学習する共同推論モデルを開発する。 我々は,エゴ車と歩行者(自転車)の相互作用を正確に予測するために捉えることの重要性を示すnuScenesとEuro-PVIデータセット上での成果を達成した。
  論文  参考訳（メタデータ） (2021-06-22T15:40:21Z)
• Vision based Pedestrian Potential Risk Analysis based on Automated Behavior Feature Extraction for Smart and Safe City [5.759189800028578]
  このような交差点に設置した道路セキュリティカメラで収集した映像を用いて,歩行者の潜在的な危険度に関する包括的分析モデルを提案する。 提案システムは、車や歩行者を自動的に検知し、フレームによって軌跡を計算し、これらの物体間の潜在的危険シーンの可能性を左右する行動特徴を抽出する。 韓国大山市の横断歩道で適用し,実現可能性と適用性を評価した。
  論文  参考訳（メタデータ） (2021-05-06T11:03:10Z)
• TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors [74.67698916175614]
  リアル交通シミュレーションのためのマルチエージェント行動モデルであるTrafficSimを提案する。 特に、暗黙の潜在変数モデルを利用して、共同アクターポリシーをパラメータ化する。 TrafficSimは、多様なベースラインと比較して、より現実的で多様なトラフィックシナリオを生成します。
  論文  参考訳（メタデータ） (2021-01-17T00:29:30Z)
• Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
  我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。 歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。 2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
  論文  参考訳（メタデータ） (2021-01-07T06:08:21Z)
• Decoding pedestrian and automated vehicle interactions using immersive virtual reality and interpretable deep learning [6.982614422666432]
  本研究では,自動走行車の存在による影響が期待される都市動態の重要な要素として,歩行者の横断行動について検討する。 歩行者の待ち時間はデータ駆動のCox Proportional Hazards(CPH)モデルを用いて分析される。 その結果,道路上の自動走行車の存在,広い車線幅,道路上の高密度化,観光距離の制限,歩行習慣の欠如が待ち時間の主な要因であることが示唆された。
  論文  参考訳（メタデータ） (2020-02-18T01:30:29Z)

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。