論文の概要: A Real-Time System to Populate FRA Form 57 from News
- arxiv url: http://arxiv.org/abs/2512.22457v1
- Date: Sat, 27 Dec 2025 04:22:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-30 22:37:30.064218
- Title: A Real-Time System to Populate FRA Form 57 from News
- Title（参考訳）: FRAフォーム57をニュースからリアルタイムに生成するシステム
- Authors: Chansong Lim, Haz Sameen Shahgir, Yue Dong, Jia Chen, Evangelos E. Papalexakis,
- Abstract要約: 本稿では,ハイウェイ・レール・グレード・クロス・インシデントデータ(Form 57)をニュースからリアルタイムに収集するデモシステムを提案する。
形態は視覚的に不規則であり、意味的に密集しており、ニュースはうるさい。
- 参考スコア（独自算出の注目度）: 9.94738117780303
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Local railway committees need timely situational awareness after highway-rail grade crossing incidents, yet official Federal Railroad Administration (FRA) investigations can take days to weeks. We present a demo system that populates Highway-Rail Grade Crossing Incident Data (Form 57) from news in real time. Our approach addresses two core challenges: the form is visually irregular and semantically dense, and news is noisy. To solve these problems, we design a pipeline that first converts Form 57 into a JSON schema using a vision language model with sample aggregation, and then performs grouped question answering following the intent of the form layout to reduce ambiguity. In addition, we build an evaluation dataset by aligning scraped news articles with official FRA records and annotating retrievable information. We then assess our system against various alternatives in terms of information retrieval accuracy and coverage.
- Abstract（参考訳）: 地方鉄道委員会は高速道路の踏切事件後にタイムリーな状況に気付く必要があるが、連邦鉄道局(FRA)による調査は数日から数週間かかることがある。
本稿では,ハイウェイ・レール・グレード・クロス・インシデントデータ(Form 57)をニュースからリアルタイムに収集するデモシステムを提案する。
形態は視覚的に不規則であり、意味的に密集しており、ニュースはうるさい。
これらの問題を解決するために,我々はまず,視覚言語モデルを用いてフォーム57をJSONスキーマに変換するパイプラインを設計し,次に,フォームレイアウトの意図に従ってグループ化された質問応答を行い,あいまいさを低減する。
さらに,スクレイピングされたニュース記事と公式のFRAレコードをアノテートして,検索可能な情報をアノテートすることで,評価データセットを構築する。
次に、情報検索の精度とカバレッジの観点から、様々な選択肢に対してシステムを評価する。
関連論文リスト
- Signals from the Floods: AI-Driven Disaster Analysis through Multi-Source Data Fusion [5.684402591486773]
本研究では、X(旧Twitter)と公開調査が危機時の公衆行動に対する洞察を提供する方法について検討する。
5万5000件以上の洪水に関連するツイートと1450件の投稿を分析し、極端な天候の時の行動パターンを特定します。
論文 参考訳（メタデータ） (2025-05-10T11:27:37Z) - CrisisMatch: Semi-Supervised Few-Shot Learning for Fine-Grained Disaster
Tweet Classification [51.58605842457186]
半教師付き, 少数ショットの学習環境下で, 微粒な災害ツイート分類モデルを提案する。
私たちのモデルであるCrisisMatchは、ラベルなしデータと大量のラベルなしデータを用いて、ツイートを関心の細かいクラスに効果的に分類する。
論文 参考訳（メタデータ） (2023-10-23T07:01:09Z) - DiffSED: Sound Event Detection with Denoising Diffusion [70.18051526555512]
生成学習の観点からSED問題を再構築する。
具体的には,騒音拡散過程において,雑音のある提案から音の時間境界を生成することを目的としている。
トレーニング中は,ノイズの多い遅延クエリを基本バージョンに変換することで,ノイズ発生過程の逆転を学習する。
論文 参考訳（メタデータ） (2023-08-14T17:29:41Z) - Wooden Sleeper Deterioration Detection for Rural Railway Prognostics
Using Unsupervised Deeper FCDDs [0.0]
本研究では, 鉄道部品の欠陥に対する深いFCDDを用いた一級損傷分類を自動化するための識別器パイプラインを考案した。
畳み込みニューラルネットワーク(CNN)を用いた深部骨のアブレーション研究も行った。
曇りの日当たりの後方から鉄道線路の映像取得データセットを用いた鉄道検査への適用を実演した。
論文 参考訳（メタデータ） (2023-05-09T00:16:49Z) - Unpaired Referring Expression Grounding via Bidirectional Cross-Modal
Matching [53.27673119360868]
表現基盤の参照はコンピュータビジョンにおいて重要かつ困難な課題である。
本稿では,これらの課題に対処する新しい双方向クロスモーダルマッチング(BiCM)フレームワークを提案する。
私たちのフレームワークは、2つの一般的なグラウンドデータセットで、以前の作業の6.55%と9.94%を上回っています。
論文 参考訳（メタデータ） (2022-01-18T01:13:19Z) - Practitioner-Centric Approach for Early Incident Detection Using
Crowdsourced Data for Emergency Services [2.5328886773979375]
Wazeのようなクラウドソーシングプラットフォームは、インシデントを早期に特定する機会を提供する。
クラウドソースデータストリームからのインシデントを検出することは,このようなデータに関連するノイズや不確実性の難しさから難しい。
本稿では,クラウドソーシングデータを用いた実践者中心インシデント検出のための新しい問題定式化と解法を提案する。
論文 参考訳（メタデータ） (2021-12-03T16:51:41Z) - Intelligent Railway Foreign Object Detection: A Semi-supervised
Convolutional Autoencoder Based Method [7.557470133155959]
本研究では,鉄道軌道画像のみを必要とする半教師付き畳み込みオートエンコーダに基づくフレームワークを開発した。
提案するフレームワークは,IoT(Internet-of-Things)システムのデータ分析に有用である。
論文 参考訳（メタデータ） (2021-08-05T07:32:23Z) - Tracklets Predicting Based Adaptive Graph Tracking [51.352829280902114]
マルチオブジェクト追跡,すなわち textbfTPAGT のための,正確かつエンドツーエンドの学習フレームワークを提案する。
動作予測に基づいて、現在のフレーム内のトラックレットの特徴を再抽出する。
論文 参考訳（メタデータ） (2020-10-18T16:16:49Z) - Road Network Metric Learning for Estimated Time of Arrival [93.0759529610483]
本稿では,ATA(Estimated Time of Arrival)のための道路ネットワークメトリックラーニングフレームワークを提案する。
本研究は,(1)走行時間を予測する主回帰タスク,(2)リンク埋め込みベクトルの品質向上のための補助的計量学習タスクの2つの構成要素から構成される。
提案手法は最先端モデルよりも優れており,その促進は少ないデータでコールドリンクに集中していることを示す。
論文 参考訳（メタデータ） (2020-06-24T04:45:14Z) - Detecting Unsigned Physical Road Incidents from Driver-View Images [3.840106920708639]
重要なニーズは、破壊的なインシデントを迅速かつ効果的に検出し、伝達することである。
既製のディープニューラルネットワークアーキテクチャに基づくシステムを提案する。
我々は,未署名の身体的事象に対する分類を開発し,関連する事象を整理・分類する手段を提供する。
論文 参考訳（メタデータ） (2020-04-24T16:02:17Z)
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。