論文の概要: Challenges of Virtual Validation and Verification for Automotive Functions

• arxiv url: http://arxiv.org/abs/2508.14747v1
• Date: Wed, 20 Aug 2025 14:45:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-21 16:52:41.486203
• Title: Challenges of Virtual Validation and Verification for Automotive Functions
• Title（参考訳）: 仮想検証と自動車機能検証の課題
• Authors: Beatriz Cabrero-Daniel, Mazen Mohamad,
• Abstract要約: 私たちはこの分野の専門家とワークショップを行い、重要な障害をブレインストーミングできるようにしました。 専門家は17の課題と提案された解決策を特定した。 特定された問題の多くは既に既知の解を持っている。
• 参考スコア（独自算出の注目度）: 0.20462238493547852
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Verification and validation of vehicles is a complex yet critical process, particularly for ensuring safety and coverage through simulations. However, achieving realistic and useful simulations comes with significant challenges. To explore these challenges, we conducted a workshop with experts in the field, allowing them to brainstorm key obstacles. Following this, we distributed a survey to consolidate findings and gain further insights into potential solutions. The experts identified 17 key challenges, along with proposed solutions, an assessment of whether they represent next steps for research, and the roadblocks to their implementation. While a lack of resources was not initially highlighted as a major challenge, utilizing more resources emerged as a critical necessity when experts discussed solutions. Interestingly, we expected some of these challenges to have already been addressed or to have systematic solutions readily available, given the collective expertise in the field. Many of the identified problems already have known solutions, allowing us to shift focus towards unresolved challenges and share the next steps with the broader community.
• Abstract（参考訳）: 車両の検証と検証は複雑だが重要なプロセスであり、特にシミュレーションによる安全性とカバレッジを確保するためである。 しかし、現実的で有用なシミュレーションを実現するには、大きな課題が伴う。 これらの課題を探るため、この分野の専門家とワークショップを行い、重要な障害をブレインストーミングできるようにしました。 その後、我々は調査結果をまとめ、潜在的な解決策についてさらなる洞察を得るために調査を分散した。 専門家らは17の課題と提案されたソリューション、研究の次のステップを表すかどうかの評価、そしてその実装への障害について説明した。 当初、リソースの不足は大きな課題として強調されなかったが、専門家がソリューションについて議論する際には、より多くのリソースを活用することが重要な必要性として浮上した。 興味深いことに、この分野の総合的な専門知識を考えると、これらの課題のいくつかは、すでに解決されているか、あるいは、システマティックなソリューションが容易に利用可能になることを期待していました。 特定された問題の多くはすでに既知のソリューションを持っていて、未解決の課題に焦点を移し、より広いコミュニティと次のステップを共有することができます。

関連論文リスト

• Challenges of Requirements Communication and Digital Assets Verification in Infrastructure Projects [45.16509948770781]
  クライアントとサプライヤ間の要件の疎結合は、プロジェクトのオーバーランに寄与します。 本研究は,要求活動に伴うプロセスと課題を探求することを目的としている。
  論文  参考訳（メタデータ） (2025-04-29T07:52:08Z)
• Intrinsic Barriers to Explaining Deep Foundation Models [17.952353851860742]
  ディープ・ファンデーション・モデル(DFM)は前例のない機能を提供しますが、その複雑さが増すと、内部の作業を理解する上で大きな課題が生じます。 本稿では,DFMの基本的特性を検証し,現在の説明可能性法が抱える限界を精査することによって,この問題を考察する。
  論文  参考訳（メタデータ） (2025-04-21T21:19:23Z)
• SUPER: Evaluating Agents on Setting Up and Executing Tasks from Research Repositories [55.161075901665946]
  Superは、機械学習(ML)と自然言語処理(NLP)の研究リポジトリを扱う研究者が直面する現実的な課題を捉えることを目的としている。 本ベンチマークでは,注釈付きエキスパートソリューションを用いたエンドツーエンド問題45,特定の課題に焦点をあてたエキスパートソリューションから導いた152,大規模開発のための602の問題を自動生成する。 我々は、最先端のアプローチが、最良のモデル(GPT-4o)でこれらの問題を解決するのに苦労していることを示し、エンド・ツー・エンドの16.3%と46.1%のシナリオを解決した。
  論文  参考訳（メタデータ） (2024-09-11T17:37:48Z)
• Foundational Challenges in Assuring Alignment and Safety of Large Language Models [171.01569693871676]
  この研究は、大規模言語モデル(LLM)のアライメントと安全性の確保における18の基本的な課題を特定する。 特定された課題に基づいて、200ドル以上の具体的な研究質問を投げかけます。
  論文  参考訳（メタデータ） (2024-04-15T16:58:28Z)
• Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
  オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。 本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。 データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-24T19:32:39Z)
• Some challenges of calibrating differentiable agent-based models [0.0]
  エージェントベースモデル(ABM)は複雑なシステムのモデリングと推論に有望なアプローチである。 それらの応用は、その複雑さ、離散的性質、パラメータ推論と最適化タスクの実行の難しさによって妨げられている。
  論文  参考訳（メタデータ） (2023-07-03T15:07:10Z)
• Unsupervised Person Re-Identification: A Systematic Survey of Challenges and Solutions [64.68497473454816]
  教師なしのRe-IDは、Re-ID担当者のスケーラビリティ問題に対処する可能性に注目が集まっている。 教師なしのRe-IDは、主に人物の特徴学習を監督するアイデンティティラベルが欠如しているため、難しい。 本調査では,課題と解決の観点から,教師なしのRe-IDに関する最近の研究を概観する。
  論文  参考訳（メタデータ） (2021-09-01T00:01:35Z)
• Machine Learning (In) Security: A Stream of Problems [17.471312325933244]
  我々は、サイバーセキュリティデータに対する機械学習技術の正しい適用における主な課題を特定し、詳細化し、議論する。 我々は,概念のドリフト,進化,ラベルの遅延,および既存のソリューションに対する敵MLの影響を評価する。 我々は、ある状況下で既存の解決策が失敗する可能性を提示し、それらに対する緩和を提案する。
  論文  参考訳（メタデータ） (2020-10-30T03:40:10Z)
• An empirical investigation of the challenges of real-world reinforcement learning [29.841552004806932]
  我々は、RLが現実世界のシステムに一般的にデプロイされるために必要な困難を具現化する一連の独立した課題を特定し、フォーマル化する。 私たちは、提案された課題に対処するアプローチは、多くの現実世界の問題に容易にデプロイできると信じています。
  論文  参考訳（メタデータ） (2020-03-24T11:05:41Z)

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。