論文の概要: An End-to-End System for Culturally-Attuned Driving Feedback using a Dual-Component NLG Engine

• arxiv url: http://arxiv.org/abs/2509.04478v1
• Date: Sat, 30 Aug 2025 16:35:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-08 14:27:25.316299
• Title: An End-to-End System for Culturally-Attuned Driving Feedback using a Dual-Component NLG Engine
• Title（参考訳）: デュアルコンポーネントNLGエンジンを用いた文化的調整型運転フィードバックのエンド・ツー・エンドシステム
• Authors: Iniakpokeikiye Peter Thompson, Yi Dewei, Reiter Ehud,
• Abstract要約: 本稿では,ナイジェリアのドライバーに対して,文化的に調整された安全な運転フィードバックを提供するエンド・ツー・エンドのモバイルシステムを提案する。 システムの中核となるのは、二成分自然言語生成エンジンで、法的に根拠付けられた安全ヒントと説得力のある理論駆動の行動レポートの両方を提供する。 このアーキテクチャは、断続接続やノイズの多いセンサデータに対する堅牢性のために設計されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This paper presents an end-to-end mobile system that delivers culturally-attuned safe driving feedback to drivers in Nigeria, a low-resource environment with significant infrastructural challenges. The core of the system is a novel dual-component Natural Language Generation (NLG) engine that provides both legally-grounded safety tips and persuasive, theory-driven behavioural reports. We describe the complete system architecture, including an automatic trip detection service, on-device behaviour analysis, and a sophisticated NLG pipeline that leverages a two-step reflection process to ensure high-quality feedback. The system also integrates a specialized machine learning model for detecting alcohol-influenced driving, a key local safety issue. The architecture is engineered for robustness against intermittent connectivity and noisy sensor data. A pilot deployment with 90 drivers demonstrates the viability of our approach, and initial results on detected unsafe behaviours are presented. This work provides a framework for applying data-to-text and AI systems to achieve social good.
• Abstract（参考訳）: 本稿では、ナイジェリアのドライバーに文化的に調整された安全な運転フィードバックを提供するエンド・ツー・エンドのモバイルシステムについて述べる。 システムの中核は、法的に根拠付けられた安全チップと説得力のある理論駆動の行動レポートの両方を提供する、新しいデュアルコンポーネント自然言語生成(NLG)エンジンである。 本稿では,自動旅行検知サービス,デバイス上での動作解析,および2段階のリフレクションプロセスを利用して高品質なフィードバックを保証する高度なNLGパイプラインなどのシステムアーキテクチャについて述べる。 このシステムは、アルコールの影響のある運転を検出するための特殊な機械学習モデルも統合している。 このアーキテクチャは、断続接続やノイズの多いセンサデータに対する堅牢性のために設計されている。 90名のドライバによるパイロットデプロイメントでは、アプローチの生存可能性が示され、検出された安全でない振る舞いに関する最初の結果が提示される。 この作業は、社会的利益を達成するために、データからテキスト、AIシステムを適用するためのフレームワークを提供する。

関連論文リスト

• Towards Intelligent Transportation with Pedestrians and Vehicles In-the-Loop: A Surveillance Video-Assisted Federated Digital Twin Framework [62.47416496137193]
  本稿では,歩行者や車いすによるITSを支援するための監視ビデオ支援型デジタルツイン(SV-FDT)フレームワークを提案する。 i)複数のソースからトラフィック監視ビデオを収集するエンドレイヤ、(ii)セマンティックセグメンテーションに基づく視覚理解、ツインエージェントベースのインタラクションモデリング、およびローカルデジタルツインシステム(LDTS)をローカルで作成するエッジレイヤ、(iii)異なるリージョンにわたるLDTSを統合してグローバルDTモデルをリアルタイムで構築するクラウドレイヤの3層で構成されている。
  論文  参考訳（メタデータ） (2025-03-06T07:36:06Z)
• SafeAuto: Knowledge-Enhanced Safe Autonomous Driving with Multimodal Foundation Models [63.71984266104757]
  我々は、構造化されていない知識と構造化されていない知識の両方を取り入れることで、MLLMベースの自動運転を強化するフレームワークであるSafeAutoを提案する。 安全知識を明示的に統合するため,交通ルールを一階述語論理に変換する推論コンポーネントを開発した。 我々のマルチモーダル検索・拡張生成モデルは、過去の運転経験から学ぶために、ビデオ、制御信号、環境特性を活用する。
  論文  参考訳（メタデータ） (2025-02-28T21:53:47Z)
• VMGuard: Reputation-Based Incentive Mechanism for Poisoning Attack Detection in Vehicular Metaverse [52.57251742991769]
  車両メタバースガード(VMGuard)は、車両メタバースシステムをデータ中毒攻撃から保護する。 VMGuardは、参加するSIoTデバイスの信頼性を評価するために、評判に基づくインセンティブメカニズムを実装している。 当社のシステムは,従来は誤分類されていた信頼性の高いSIoTデバイスが,今後の市場ラウンドへの参加を禁止していないことを保証します。
  論文  参考訳（メタデータ） (2024-12-05T17:08:20Z)
• DSDFormer: An Innovative Transformer-Mamba Framework for Robust High-Precision Driver Distraction Identification [23.05821759499963]
  ドライバーの気晴らしは依然として交通事故の主要な原因であり、世界中の道路安全にとって重大な脅威となっている。 本稿では,Transformer と Mamba アーキテクチャの長所を統合するフレームワークである DSDFormer を提案する。 また、ビデオの時間相関を利用してノイズラベルを洗練させる教師なしアプローチであるTRCL(Temporal Reasoning Confident Learning)も導入した。
  論文  参考訳（メタデータ） (2024-09-09T13:16:15Z)
• Leveraging Driver Field-of-View for Multimodal Ego-Trajectory Prediction [69.29802752614677]
  RouteFormerは、GPSデータ、環境コンテキスト、運転者の視野を組み合わせた新しいエゴ軌道予測ネットワークである。 データ不足に対処し、多様性を高めるために、同期運転場と視線データに富んだ都市運転シナリオのデータセットであるGEMを導入する。
  論文  参考訳（メタデータ） (2023-12-13T23:06:30Z)
• Visual Saliency Detection in Advanced Driver Assistance Systems [7.455416595124159]
  本稿では,ドライバの眠気検知システムと,サリエンシに基づく情景理解パイプラインを組み合わせたインテリジェントシステムを提案する。 我々は、運転者を監視するために、ハンドルに埋め込まれた革新的なバイオセンサーを使用している。 収集したPSG時系列を分類するために、専用の1D時間深部畳み込みネットワークが考案された。
  論文  参考訳（メタデータ） (2023-07-26T15:41:54Z)
• When Authentication Is Not Enough: On the Security of Behavioral-Based Driver Authentication Systems [53.2306792009435]
  我々はランダムフォレストとリカレントニューラルネットワークアーキテクチャに基づく2つの軽量ドライバ認証システムを開発した。 我々は,SMARTCANとGANCANという2つの新しいエスケープアタックを開発することで,これらのシステムに対する攻撃を最初に提案する。 コントリビューションを通じて、これらのシステムを安全に採用する実践者を支援し、車の盗難を軽減し、ドライバーのセキュリティを高める。
  論文  参考訳（メタデータ） (2023-06-09T14:33:26Z)
• Context-Aware Target Classification with Hybrid Gaussian Process prediction for Cooperative Vehicle Safety systems [2.862606936691229]
  自動運転車の堅牢性と安全性を改善するための潜在的な解決策として、V2X通信が提案されている。 協調車両安全(CVS)アプリケーションは、下層データシステムの信頼性に強く依存している。 本稿では,CVSシステムのためのコンテキスト認識ターゲット分類(CA-TC)モジュールとハイブリッド学習に基づく予測モデリング手法を提案する。
  論文  参考訳（メタデータ） (2022-12-24T22:03:08Z)
• Robustness Enhancement of Object Detection in Advanced Driver Assistance Systems (ADAS) [0.0]
  提案システムは、(1)最新鋭の物体検出器と対等な精度で性能が期待できる小型のワンステージ物体検出器と、(2)状況の意義から、自動運転車が人間の行動を必要とする場合には、警報信号をクラウドに送信するのに役立つ環境条件検出器の2つの主要コンポーネントを含む。
  論文  参考訳（メタデータ） (2021-05-04T15:42:43Z)

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。