論文の概要: Parking Space Ground Truth Test Automation by Artificial Intelligence Using Convolutional Neural Networks
- arxiv url: http://arxiv.org/abs/2509.13366v1
- Date: Mon, 15 Sep 2025 18:53:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-18 18:41:50.564302
- Title: Parking Space Ground Truth Test Automation by Artificial Intelligence Using Convolutional Neural Networks
- Title（参考訳）: 畳み込みニューラルネットワークを用いた人工知能による空間的真理検定の自動化
- Authors: Tony Rohe, Martin Margreiter, Markus Moertl,
- Abstract要約: この研究は、クラウドベースのリアルタイム路上駐車サービスの研究の一環であり、クラウドソースの車載車両データを用いている。
このサービスは、超音波センサーで観測されたクラウドソースによる検出を分類することで、利用可能な駐車場に関する情報をリアルタイムで提供する。
本研究の目的は,既存試験プロセスの自動化を解析し,現在の駐車場サービス品質を最適化することである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This research is part of a study of a real-time, cloud-based on-street parking service using crowd-sourced in-vehicle fleet data. The service provides real-time information about available parking spots by classifying crowd-sourced detections observed via ultrasonic sensors. The goal of this research is to optimize the current parking service quality by analyzing the automation of the existing test process for ground truth tests. Therefore, methods from the field of machine learning, especially image pattern recognition, are applied to enrich the database and substitute human engineering work in major areas of the analysis process. After an introduction into the related areas of machine learning, this paper explains the methods and implementations made to achieve a high level of automation, applying convolutional neural networks. Finally, predefined metrics present the performance level achieved, showing a time reduction of human resources up to 99.58 %. The overall improvements are discussed, summarized, and followed by an outlook for future development and potential application of the analysis automation tool.
- Abstract（参考訳）: この研究は、クラウドベースのリアルタイム路上駐車サービスの研究の一環であり、クラウドソースの車載車両データを用いている。
このサービスは、超音波センサーで観測されたクラウドソースによる検出を分類することで、利用可能な駐車場に関する情報をリアルタイムで提供する。
本研究の目的は,既存試験プロセスの自動化を解析し,現在の駐車場サービス品質を最適化することである。
したがって、機械学習、特に画像パターン認識の分野からの手法を応用して、データベースを充実させ、解析プロセスの主要な分野における人間の工学的作業を置き換える。
機械学習の関連分野を紹介した後、畳み込みニューラルネットワークを適用し、高度な自動化を実現するための方法と実装について説明する。
最後に、事前定義されたメトリクスは、達成されたパフォーマンスレベルを示し、人的リソースの時間を99.58パーセントまで短縮する。
全体的な改善は議論され、要約され、その後、将来の開発と分析自動化ツールの潜在的な応用の見通しが続く。
関連論文リスト
- Real-Time Instrument Planning and Perception for Novel Measurements of Dynamic Phenomena [2.489387152315786]
追従型高分解能センサの自律軌道計画により,衛星画像中の動的事象の検出を合成し,ピンポイント計測を行う。
従来の機械学習アルゴリズムや畳み込みニューラルネットワークなどの分類手法を解析する。
シミュレーションにより,高分解能機器の実用性は,ベースラインに比べて桁違いに向上したことを示す。
論文 参考訳（メタデータ） (2025-09-03T17:32:15Z) - Evaluation of Artificial Intelligence Methods for Lead Time Prediction in Non-Cycled Areas of Automotive Production [1.3499500088995464]
本研究では,自動車生産環境における人工知能適用の有効性について検討した。
データ構造は、コンテキストの特徴を識別するために分析され、ワンホット符号化を使用して前処理される。
この研究は、高度に可変された生産データにAIメソッドを効果的に適用し、ビジネス価値を付加できることを実証している。
論文 参考訳（メタデータ） (2025-01-13T13:28:03Z) - AIDE: An Automatic Data Engine for Object Detection in Autonomous Driving [68.73885845181242]
本稿では,問題を自動的に識別し,データを効率よくキュレートし,自動ラベル付けによりモデルを改善する自動データエンジン(AIDE)を提案する。
さらに,AVデータセットのオープンワールド検出のためのベンチマークを構築し,様々な学習パラダイムを包括的に評価し,提案手法の優れた性能を低コストで実証する。
論文 参考訳（メタデータ） (2024-03-26T04:27:56Z) - AutoAct: Automatic Agent Learning from Scratch for QA via Self-Planning [54.47116888545878]
AutoActはQAのための自動エージェント学習フレームワークである。
大規模アノテートデータやクローズドソースモデルからの合成計画軌道は依存していない。
論文 参考訳（メタデータ） (2024-01-10T16:57:24Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳（メタデータ） (2022-04-29T08:06:05Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - An Automated Scanning Transmission Electron Microscope Guided by Sparse
Data Analytics [0.0]
本稿では,新たに出現するスパースデータ分析によって導かれる閉ループ管楽器制御プラットフォームの設計について論じる。
機械学習によって通知される集中型コントローラが、限られた$a$$priori$知識とタスクベースの識別を組み合わせることで、オンザフライでの実験的な意思決定を駆動する様子を実証する。
論文 参考訳（メタデータ） (2021-09-30T00:25:35Z) - Automated Machine Learning Techniques for Data Streams [91.3755431537592]
本稿では、最先端のオープンソースAutoMLツールを調査し、ストリームから収集したデータに適用し、時間とともにパフォーマンスがどのように変化するかを測定する。
この結果から,既製のAutoMLツールで十分な結果が得られることが示されたが,概念ドリフトや検出,適応といった手法が適用されれば,予測精度を時間とともに維持することが可能になる。
論文 参考訳（メタデータ） (2021-06-14T11:42:46Z)
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。