論文の概要: Optimal Placement of Docking Stations and Resident AUVs for Subsea Pipeline Inspection

• arxiv url: http://arxiv.org/abs/2607.19944v1
• Date: Wed, 22 Jul 2026 09:17:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:38.037477
• Title: Optimal Placement of Docking Stations and Resident AUVs for Subsea Pipeline Inspection
• Title（参考訳）: 海底パイプライン検査におけるドッキングステーションと居住AUVの最適配置
• Abstract要約: サブシーパイプラインインシデント応答計画のための2段階混合整数線形プログラミングフレームワークが導入された。 フェーズ1は、潜在的漏洩箇所の最大応答時間を最小化する。 フェーズ2は、最大境界の対象となる平均応答時間を短縮する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A two-stage mixed-integer linear programming framework is introduced for subsea pipeline incident response planning, jointly optimizing Subsea Docking Plate (SDP) placement and resident autonomous underwater vehicle allocation to minimize both maximum and average response times under spatial uncertainty. Phase 1 minimizes the maximum response time across all potential leak locations. Phase 2 reduces the average response time subject to the maximum bound. A case study based on the Johan Sverdrup oil and gas field in Norway, with 9 SDP options and 33 pipelines, shows that just a few well-placed SDPs are enough to achieve top performance. A cost versus time Pareto analysis reveals the trade-off between deployment expenditure and response efficiency, providing actionable guidance for designing resilient and cost-effective subsea inspection networks.
• Abstract（参考訳）: 2段階の混合整数型線形計画手法を導入し, 海底ドッキングプレート(SDP)配置を最適化し, 空間的不確実性下での最大応答時間と平均応答時間を最小化する。 フェーズ1は、潜在的漏洩箇所の最大応答時間を最小化する。 フェーズ2は、最大境界の対象となる平均応答時間を短縮する。 9つのSDPオプションと33のパイプラインを持つノルウェーのJohan Sverdrup油田とガス田に基づくケーススタディでは、トップパフォーマンスを達成するのに十分なSDPはごくわずかであることが示された。 コスト対時間Pareto分析は、デプロイメント支出とレスポンス効率のトレードオフを明らかにし、レジリエントで費用対効果の高いサブシーインスペクションネットワークを設計するための実用的なガイダンスを提供する。

関連論文リスト

• AquaCubeAI-Powered Monitoring Turbidity on-board Φsat-2 [9.33253049023497]
  沿岸域の濁度をSAT-2画像から推定する軽量機械学習手法であるAquaCubeAIを提案する。 AquaCubeAIは、地上セグメントから衛星への推論をシフトすることで、低レイテンシ、より応答性、より運用上有用な濁度監視を可能にすることを目指している。
  論文  参考訳（メタデータ） (2026-09-11T11:45:21Z)
• Task-Space Constrained Stochastic Trajectory Optimization for Time-Optimal Forestry Crane Motion Planning [0.21748200848556343]
  軌道最適化(VP-STO)は、この領域において、時間-最適ハイブリッド運動計画法を実証している。 森林クレーンのようなキネマティックに冗長なマニピュレータの場合、この1つの逆キネマティックス解への事前コミットは、プランナーが冗長性を利用する能力を制限する。 本稿では,厳密な終端結合空間制約をタスク空間制約に置き換える,タスク空間制約付きVP-STOを提案する。
  論文  参考訳（メタデータ） (2026-07-20T11:02:30Z)
• Hierarchical Two-Stage Framework for Environment-Aware Long-Horizon Vessel Trajectory Prediction [30.034731404731634]
  本稿では,粗い長期予測器とグリッド対応短期予測器を組み合わせた階層型2段階フレームワークを提案する。 統合された環境モジュールは、表面電流、風ベクトル、顕著な波高を含む海洋パラメータを含む。 我々のフレームワークは、平均変位誤差(ADE)が25%、最終変位誤差(FDE)が17%上回っている。
  論文  参考訳（メタデータ） (2026-05-15T00:50:39Z)
• PARM: Pipeline-Adapted Reward Model [60.769414637325326]
  リワードモデル(RM)は、大規模言語モデル(LLM)を人間の好みと整合させることの中心であり、高度な復号化戦略を推進している。 これまでの作業はシングルステップ生成に重点を置いていたが、現実のアプリケーションはますますマルチステージパイプラインを採用するようになっている。 我々は、最適化のためのコード生成を通じてこれを調査し、報酬モデルを定式化とソリューション段階の両方に統合するパイプラインを構築する。
  論文  参考訳（メタデータ） (2026-04-20T14:29:08Z)
• RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework [49.531001563853984]
  RAD-2はクローズドループ計画のための統一されたジェネレータ・ディスクリミネーターフレームワークである。 様々な軌道候補を生成する一方、RL最適化判別器は、これらの候補を長期的な運転品質に応じて再現する。 強い拡散ベースのプランナーに比べて衝突速度を56%削減する。
  論文  参考訳（メタデータ） (2026-04-16T17:59:44Z)
• FASTopoWM: Fast-Slow Lane Segment Topology Reasoning with Latent World Models [75.28505955393591]
  レーンセグメント推論は、総合的な鳥眼ビュー(BEV)ロードシーン理解を提供する。 ストリームベースの時間的伝搬法は,クエリレベルとBEVレベルの両方に時間的手がかりを組み込むことで,有望な結果を示した。 FASTopoWMは、潜在世界モデルで拡張された新しい高速スローレーンセグメント推論フレームワークである。
  論文  参考訳（メタデータ） (2025-07-31T08:12:56Z)
• 2-Level Reinforcement Learning for Ships on Inland Waterways: Path Planning and Following [0.0]
  本稿では、深部強化学習(DRL)に基づく内陸水路(IW)における自動表面車両(ASV)の制御のための現実的なモジュール化フレームワークを提案する。 高レベルローカルパス計画(LPP)ユニットと低レベルパス追従(PF)ユニットの2つのレベルから構成され、それぞれDRLエージェントで構成されている。
  論文  参考訳（メタデータ） (2023-07-25T08:42:59Z)
• Multiscale Adaptive Scheduling and Path-Planning for Power-Constrained UAV-Relays via SMDPs [0.0]
  回転翼UAVリレーの分散群集の編成について述べるとともに,地上基地局の網羅・サービス能力の向上について述べる。 我々のゴールは、Poisson到着時の地上ユーザーからの送信要求を処理するのに、平均的なサービス遅延を最小限にすることである。 我々のフレームワークは、平均的なサービスレイテンシとUAVあたりの電力消費に優れたパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2022-09-16T00:21:58Z)
• SEA: Bridging the Gap Between One- and Two-stage Detector Distillation via SEmantic-aware Alignment [76.80165589520385]
  細粒度情報を抽象化する性質から,SEA (SEmantic-Aware Alignment) 蒸留法を命名した。 1段検出器と2段検出器の両方において、挑戦的な物体検出タスクにおいて、最先端の新たな結果が得られる。
  論文  参考訳（メタデータ） (2022-03-02T04:24:05Z)
• Learning Space Partitions for Path Planning [54.475949279050596]
  PlaLaMは2次元ナビゲーションタスクにおける既存の経路計画手法よりも優れており、特に難解な局所最適化の存在下では優れている。 これらは高マルチモーダルな実世界のタスクに移行し、コンパイラフェーズでは最大245%、分子設計では最大0.4の強いベースラインを0-1スケールで上回ります。
  論文  参考訳（メタデータ） (2021-06-19T18:06:11Z)
• Finding Action Tubes with a Sparse-to-Dense Framework [62.60742627484788]
  本稿では,ビデオストリームからのアクションチューブ提案を1つのフォワードパスでスパース・トゥ・デンス方式で生成するフレームワークを提案する。 UCF101-24, JHMDB-21, UCFSportsベンチマークデータセット上で, 本モデルの有効性を評価する。
  論文  参考訳（メタデータ） (2020-08-30T15:38:44Z)

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。