論文の概要: Dynamic Data-Driven Digital Twin Testbed for Enhanced First Responder Training and Communication

• arxiv url: http://arxiv.org/abs/2410.14140v1
• Date: Fri, 18 Oct 2024 03:23:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-21 14:25:25.472190
• Title: Dynamic Data-Driven Digital Twin Testbed for Enhanced First Responder Training and Communication
• Title（参考訳）: 動的データ駆動型デジタル双極子テストベッドによる第1応答機訓練・通信の強化
• Authors: Alyssa Cassity, Hieu Le, Hernan Santos, Erik Priest, Jian Tao,
• Abstract要約: この研究は、公共安全技術に適したデジタルツインテストベッドの開発に焦点を当てている。 デジタル世界では、シミュレートされた無線通信が組み込まれている。 仮想世界は、ファーストレスポンダのトレーニングにも役立ちます。
• 参考スコア（独自算出の注目度）: 9.741085736193435
• License:
• Abstract: The study focuses on developing a digital twin testbed tailored for public safety technologies, incorporating simulated wireless communication within the digital world. The integration enables rapid analysis of signal strength, facilitating effective communication among personnel during catastrophic incidents in the virtual environment. The virtual world also helps with the training of first responders. The digital environment is constructed using the actual training facility for first responders as a blueprint. Using the photo-reference method, we meticulously constructed all buildings and objects within this environment. These reconstructed models are precisely placed relative to their real-world counterparts. Subsequently, all structures and objects are integrated into the Unreal Engine (UE) to create an interactive environment tailored specifically to the requirements of first responders.
• Abstract（参考訳）: この研究は、公共安全技術に適したデジタルツインテストベッドの開発に焦点が当てられ、デジタルワールドにシミュレートされた無線通信が組み込まれている。 この統合により、仮想環境における破滅的なインシデントにおいて、信号強度を迅速に分析し、人員間の効果的なコミュニケーションを促進することができる。 仮想世界は、ファーストレスポンダのトレーニングにも役立ちます。 デジタル環境は、最初の応答者を青写真として実際の訓練施設を用いて構築される。 写真参照手法を用いて、この環境内のすべての建物や物体を注意深く構築する。 これらの再構築されたモデルは、現実世界のモデルと比較して正確に配置される。 その後、すべての構造とオブジェクトがUnreal Engine(UE)に統合され、ファースト・レスポンダの要求に合わせたインタラクティブな環境が作成されます。

関連論文リスト

• Smart Infrastructure: A Research Junction [5.172393727004225]
  本稿では,ドイツ・アシャッフェンブルクの公的な市内交差点に位置する視覚センサ技術を備えたインテリジェントな研究基盤について紹介する。 マルチビューカメラシステムは、交通状況を監視し、道路利用者の行動を知覚する。 このシステムは、データ生成の研究、新しいHADセンサーシステム、アルゴリズム、人工知能(AI)トレーニング戦略の評価に使用される。
  論文  参考訳（メタデータ） (2023-07-12T14:04:12Z)
• Digital Twin-Enhanced Wireless Indoor Navigation: Achieving Efficient Environment Sensing with Zero-Shot Reinforcement Learning [21.79206567364126]
  ミリ波通信は将来のモバイルネットワークにおいて重要な要素であり、複雑な環境での屋内ナビゲーションに最適である。 従来の物理学に基づく手法、例えば到着角(AoA)は複雑なシナリオでは不足することが多い。 本稿では,デジタル双生児が提供する身体的洞察を利用して,強化学習(RL)報酬関数を形作る物理情報強化学習(PIRL)手法を提案する。
  論文  参考訳（メタデータ） (2023-06-11T20:33:22Z)
• Digital Twin Graph: Automated Domain-Agnostic Construction, Fusion, and Simulation of IoT-Enabled World [4.010371060637209]
  本稿ではデジタルツイングラフ(DTG)を提案する。これはデジタルツインを完全自動化・ドメインに依存しない方法で構築する処理フレームワークに関連する一般的なデータ構造である。 この研究は、デジタルツインの重要な課題に対処するために、完全にデータ駆動で(伝統的ではない)グラフ学習アプローチを採用する最初の取り組みである。
  論文  参考訳（メタデータ） (2023-04-20T00:13:15Z)
• Planning for Learning Object Properties [117.27898922118946]
  我々は、物体特性を象徴的な計画問題として認識するために、ニューラルネットワークを自動的に訓練する問題を定式化する。 トレーニングデータセット作成と学習プロセスを自動化するための戦略を作成するために,計画手法を使用します。 シミュレーションと実環境の両方で実験的な評価を行う。
  論文  参考訳（メタデータ） (2023-01-15T09:37:55Z)
• Artificial intelligence-driven digital twin of a modern house demonstrated in virtual reality [0.0]
  デジタルツイン(Digital twin)は、リアルタイム予測、最適化、監視、制御、意思決定の改善のためにデータとシミュレータによって実現された物理資産の仮想表現である。 近年、この問題に対処するために能力レベルの概念が導入されている。 その能力に基づいて、デジタル双生児は、独立性、記述性、診断性、予測性、規範性、自律性と呼ばれる、0から5の尺度で分類することができる。
  論文  参考訳（メタデータ） (2022-12-14T08:48:37Z)
• Phone2Proc: Bringing Robust Robots Into Our Chaotic World [50.51598304564075]
  Phone2Procは、10分間の電話スキャンと条件付き手続き生成を使用して、トレーニングシーンの分布を作成する方法である。 生成されたシーンは、壁のレイアウトとスキャンからの大きなオブジェクトの配置に条件付けされる。 Phone2Procは、sim-to-real ObjectNavのパフォーマンスで34.7%から70.7%に大幅に改善されている。
  論文  参考訳（メタデータ） (2022-12-08T18:52:27Z)
• Towards Scale Consistent Monocular Visual Odometry by Learning from the Virtual World [83.36195426897768]
  仮想データから絶対スケールを取得するための新しいフレームワークであるVRVOを提案する。 まず、モノクロ実画像とステレオ仮想データの両方を用いて、スケール対応の異種ネットワークをトレーニングする。 結果として生じるスケール一貫性の相違は、直接VOシステムと統合される。
  論文  参考訳（メタデータ） (2022-03-11T01:51:54Z)
• GeoSim: Photorealistic Image Simulation with Geometry-Aware Composition [81.24107630746508]
  GeoSimは、新しい都市の運転シーンを合成するジオメトリ認識の画像合成プロセスです。 まず、センサーデータからリアルな形状と外観の両方を備えた多様な3Dオブジェクトのバンクを構築します。 得られた合成画像は、フォトリアリズム、トラフィック認識、幾何学的一貫性があり、画像シミュレーションが複雑なユースケースにスケールできる。
  論文  参考訳（メタデータ） (2021-01-16T23:00:33Z)
• Fed-Sim: Federated Simulation for Medical Imaging [131.56325440976207]
  本稿では、2つの学習可能なニューラルモジュールからなる物理駆動型生成手法を提案する。 データ合成フレームワークは、複数のデータセットの下流セグメンテーション性能を改善する。
  論文  参考訳（メタデータ） (2020-09-01T19:17:46Z)
• ThreeDWorld: A Platform for Interactive Multi-Modal Physical Simulation [75.0278287071591]
  ThreeDWorld (TDW) はインタラクティブなマルチモーダル物理シミュレーションのためのプラットフォームである。 TDWは、リッチな3D環境において、高忠実な感覚データのシミュレーションと、移動体エージェントとオブジェクト間の物理的相互作用を可能にする。 我々は、コンピュータビジョン、機械学習、認知科学における新たな研究方向において、TDWによって実現された初期実験を提示する。
  論文  参考訳（メタデータ） (2020-07-09T17:33:27Z)
• Learning the sense of touch in simulation: a sim-to-real strategy for vision-based tactile sensing [1.9981375888949469]
  本稿では,3次元接触力分布の再構成を目的とした,視覚に基づく触覚センサについて述べる。 シミュレーションデータから完全に調整されたディープニューラルネットワークをトレーニングするための戦略が提案されている。 結果として得られる学習アーキテクチャは、さらなるトレーニングをすることなく、複数の触覚センサ間で直接転送可能であり、実際のデータに対して正確な予測が得られます。
  論文  参考訳（メタデータ） (2020-03-05T14:17:45Z)

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。