論文の概要: Experience Paper: Adopting Activity Recognition in On-demand Food Delivery Business
- arxiv url: http://arxiv.org/abs/2509.24303v1
- Date: Mon, 29 Sep 2025 05:35:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-30 22:32:19.765316
- Title: Experience Paper: Adopting Activity Recognition in On-demand Food Delivery Business
- Title（参考訳）: 体験論文:オンデマンドフードデリバリービジネスにおける活動認識の導入
- Authors: Huatao Xu, Yan Zhang, Wei Gao, Guobin Shen, Mo Li,
- Abstract要約: 本稿では,中国におけるオンデマンドフードデリバリー産業におけるヒューマンアクティビティ認識(HAR)技術の全国展開について紹介する。
我々は、最先端のLIMU-BERTファンデーションモデルをデリバリプラットフォームに適応させることに成功しました。
このデプロイメントから学んだ教訓を共有し、数百万時間のセンサデータで事前トレーニングされたLIMU-BERTをオープンソースにしています。
- 参考スコア（独自算出の注目度）: 17.0063616056811
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper presents the first nationwide deployment of human activity recognition (HAR) technology in the on-demand food delivery industry. We successfully adapted the state-of-the-art LIMU-BERT foundation model to the delivery platform. Spanning three phases over two years, the deployment progresses from a feasibility study in Yangzhou City to nationwide adoption involving 500,000 couriers across 367 cities in China. The adoption enables a series of downstream applications, and large-scale tests demonstrate its significant operational and economic benefits, showcasing the transformative potential of HAR technology in real-world applications. Additionally, we share lessons learned from this deployment and open-source our LIMU-BERT pretrained with millions of hours of sensor data.
- Abstract（参考訳）: 本稿では,オンデマンドフードデリバリー産業におけるヒューマンアクティビティ認識技術(HAR)の全国展開について紹介する。
我々は、最先端のLIMU-BERTファンデーションモデルをデリバリプラットフォームに適応させることに成功しました。
2年間で3段階に拡大し、広州市での実施可能性調査から、中国の367都市で50万の宅配業者が参加する全国的な採用に至るまで、展開は進展している。
この採用により、一連のダウンストリームアプリケーションが可能となり、大規模なテストは、実世界のアプリケーションにおけるHAR技術の変革の可能性を示している。
さらに、このデプロイメントから学んだ教訓を共有し、数百万時間のセンサーデータで事前訓練されたLIMU-BERTをオープンソースにしています。
関連論文リスト
- Accelerated Online Reinforcement Learning using Auxiliary Start State Distributions [50.44719434877687]
専門家によるデモンストレーションやシミュレータは任意の状態にリセットできる。
この補助分布の選択を安全の概念を用いて通知することは、学習を著しく加速することを発見した。
論文 参考訳（メタデータ） (2025-07-07T01:54:05Z) - A Hybrid Game-Theory and Deep Learning Framework for Predicting Tourist Arrivals via Big Data Analytics and Opinion Leader Detection [0.0]
本稿では,海外旅行者の来訪を2つの異なる文脈で予測するための非線形ハイブリッド手法を提案する。
この手法は、インターネットのビッグデータの複数のソースを統合し、ソーシャルメディアプラットフォーム上の意見リーダーを識別する革新的なゲーム理論ベースのアルゴリズムを用いる。
実験により,本手法は既存の最先端技術より優れていることが示された。
論文 参考訳（メタデータ） (2025-07-04T09:17:17Z) - Exploring Generative AI Techniques in Government: A Case Study [4.756248984545663]
カナダ国立研究評議会(NRC)は、GenAI技術の統合を日々の性能向上のために調査するパイロットイニシアチブを開始した。
本稿では,NRCにおけるパフォーマンス計測,データ管理,インサイトレポートの自動化を目的とした,インテリジェントエージェントPubbieの開発を事例として紹介する。
論文 参考訳（メタデータ） (2025-04-06T06:52:38Z) - O1 Replication Journey: A Strategic Progress Report -- Part 1 [52.062216849476776]
本稿では,O1 Replication Journeyに具体化された人工知能研究の先駆的アプローチを紹介する。
我々の方法論は、長期化したチームベースのプロジェクトの不規則性を含む、現代のAI研究における重要な課題に対処する。
本稿では,モデルにショートカットだけでなく,完全な探索プロセスの学習を促す旅行学習パラダイムを提案する。
論文 参考訳（メタデータ） (2024-10-08T15:13:01Z) - Unlocking the Potential of Open Government Data: Exploring the Strategic, Technical, and Application Perspectives of High-Value Datasets Opening in Taiwan [0.0]
本研究の目的は,世界有数の情報通信技術(ICT)製品の生産者である台湾において,高価値データセット公開のライフサイクルを理解し,評価することである。
論文 参考訳（メタデータ） (2024-03-14T09:31:20Z) - ELLE: Efficient Lifelong Pre-training for Emerging Data [91.52652408402815]
現在の訓練済み言語モデル(PLM)は、静的なデータでトレーニングされるが、現実のシナリオでは、様々なソースのストリーミングデータが継続的に成長する可能性がある。
新興データに対する効率的な生涯事前学習を目的としたELLEを提案する。
ELLEは,(1)既存のPLMの幅と深さを柔軟に拡張して知識獲得の効率を向上する機能保持モデル展開と,(2)事前学習時に学習した多目的知識を混乱させ,下流タスクの適切な知識を刺激する事前学習ドメインプロンプトから構成される。
論文 参考訳（メタデータ） (2022-03-12T01:53:53Z) - Diagnosing Web Data of ICTs to Provide Focused Assistance in
Agricultural Adoptions [9.621466132073175]
私たちは2008年に始まったICT-Digital GreenのWebインフラストラクチャに注力しています。
調査の結果,導入率の高い農家は短い期間の動画を取り入れ,小さな村落に属していることがわかった。
我々は、ビデオからのプラクティスの採用を予測問題としてモデル化し、各5州で採用の課題に直面している農夫を特定し、支援する。
論文 参考訳（メタデータ） (2021-10-29T19:24:58Z) - Federated Learning for Industrial Internet of Things in Future
Industries [106.13524161081355]
産業用IoT(Industrial Internet of Things)は,産業用システムの運用を変革する有望な機会を提供する。
近年、人工知能(AI)はインテリジェントIIoTアプリケーションの実現に広く利用されている。
フェデレートラーニング(FL)は、複数のIIoTデバイスとマシンを協調して、ネットワークエッジでAIトレーニングを実行することで、インテリジェントなIIoTネットワークにとって特に魅力的である。
論文 参考訳（メタデータ） (2021-05-31T01:02:59Z) - A Survey of Knowledge Tracing: Models, Variants, and Applications [70.69281873057619]
知識追跡は、学生の行動データ分析の基本的なタスクの1つである。
我々は、異なる技術経路を持つ3種類の基本KTモデルを示す。
この急速に成長する分野における今後の研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-05-06T13:05:55Z) - PaStaNet: Toward Human Activity Knowledge Engine [51.31740670392964]
そこで我々は,まず人間の状態を推定し,その上で,部分レベルのセマンティクスに基づくアクティビティを推論する,新しい経路を提案する。
7M以上のPaStaアノテーションを含む大規模知識ベースPaStaNetを構築した。
本手法は,教師あり学習におけるHICOのフルおよびワンショットセットの6.4および13.9mAP,V-COCOにおける3.2および4.2mAP,転送学習における画像ベースAVAなどの大幅な改善を実現する。
論文 参考訳（メタデータ） (2020-04-02T11:35:59Z)
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。