論文の概要: A GitOps-Driven Annotation Catalog for Fully Automatic Railway Operations
- arxiv url: http://arxiv.org/abs/2608.04724v1
- Date: Wed, 05 Aug 2026 11:44:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 14:48:43.858757
- Title: A GitOps-Driven Annotation Catalog for Fully Automatic Railway Operations
- Title（参考訳）: 完全な自動鉄道運用のためのGitOps駆動アノテーション
- Authors: Martin Köppel, Tobias Cronauer, Zekiye Ilknur-Öz, Sebastian Dubiel, Patrick Naumann, Philipp Neumaier,
- Abstract要約: 本稿ではメタデータ管理のための革新的で軽量なGitOpsベースのアーキテクチャを紹介する。
データ・アズ・コードの原則、継続的インテグレーション/継続的デプロイメント(CI/CD)パイプライン、静的サイト生成(SSG)を活用することで、提案されたアプローチはシームレスで開発者中心のワークフローを確立する。
- 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: Automatic train operation (ATO) at grade of automation 3 and above (GoA3-GoA4) requires robust AI-based perception systems capable of reliably detecting obstacles and railway-specific objects under real-world conditions. The effectiveness of these modern artificial intelligence approaches depends heavily on large-scale, high-quality, and highly dynamic annotated datasets. However, managing metadata, maintaining provenance, and tracking the iterative evolution of these annotations impose significant infrastructural and regulatory requirements. Existing monolithic data catalogs often suffer from massive operational overhead, poor integration into developer workflows, and severe documentation drift. This paper introduces an innovative, lightweight GitOps-based architecture for metadata management. By leveraging Data-as-Code principles, Continuous Integration/Continuous Deployment (CI/CD) pipelines, and Static Site Generation (SSG), the proposed approach establishes a seamless, developer-centric workflow. This ensures an traceability, enforces strict regulatory compliance, and automatically generates a highly performant dataset overview.
- Abstract（参考訳）: 自動化3以上(GoA3-GoA4)における自動列車運行(ATO)には、実環境下での障害物や鉄道固有の物体を確実に検出できる堅牢なAIベースの認識システムが必要である。
これらの現代の人工知能アプローチの有効性は、大規模で高品質で非常にダイナミックな注釈付きデータセットに大きく依存している。
しかし、メタデータの管理、証明の維持、これらのアノテーションの反復的進化の追跡は、重大なインフラ的および規制的要件を課している。
既存のモノリシックなデータカタログは、運用上の大きなオーバーヘッド、開発者のワークフローへの統合の欠如、ドキュメントの漂流に悩まされることが多い。
本稿ではメタデータ管理のための革新的で軽量なGitOpsベースのアーキテクチャを紹介する。
データ・アズ・コードの原則、継続的インテグレーション/継続的デプロイメント(CI/CD)パイプライン、静的サイト生成(SSG)を活用することで、提案されたアプローチはシームレスで開発者中心のワークフローを確立する。
これによりトレーサビリティが保証され、厳格な規制コンプライアンスが実施され、高性能なデータセット概要を自動的に生成する。
関連論文リスト
- DataClaw0: Agentic Tailoring Multimodal Data from Raw Streams [48.434767119224375]
本稿ではエージェントデータ処理へのパラダイムシフトを提案する。
このような高次の能力をトレーニングする際のデータ不足のボトルネックを克服するために、2段階のパイプラインを設計する。
$textDataClaw_0$-9B モデルは、グループ相対ポリシー最適化によるスーパービジョンファインチューニングをシナジする。
論文 参考訳（メタデータ） (2026-06-19T11:31:43Z) - GTA: Generating Long-Horizon Tasks for Web Agents at Scale [82.43869456830664]
我々は、クローリング、検索ベースのシード、コンテキスト内生成、自動品質管理を統合したスケーラブルなフレームワーク、GTAを導入する。
eコマース、政府、フォーラム、ニュースをカバーする50以上のウェブサイトでパイプラインをインスタンス化し、マルチリンガルとマルチホップをカバーしています。
i) マルチホップWebエージェントタスク生成の形式化、(ii) 自動データ生成のための効率的で検証されたパイプラインの提案、(iii) 再現可能な評価を伴う動的ベンチマークのリリースである。
論文 参考訳（メタデータ） (2026-05-28T01:05:50Z) - Adaptive Multimodal Agents-Based Framework for Automatic Workflow Execution [1.2132786136735432]
本稿では,異なる2相パイプラインによる自動ワークフロー実行を実現するための,新しいマルチエージェントフレームワークを提案する。
推論の間、エージェントはこの固定された事前確立されたグラフに対して適応検索拡張生成(RAG)を利用する。
実世界の文脈でフレームワークを検証し、限られたトレーニングデータであっても高い信頼性とセマンティックな認識を維持する能力を示す。
論文 参考訳（メタデータ） (2026-05-27T15:23:22Z) - GraphMind: From Operational Traces to Self-Evolving Workflow Automation [8.929269898719822]
我々は、最小限の努力でアクション中心のワークフローグラフを構築し、実行し、進化させるシステムであるGraphMindを提案する。
このシステムは、インシデント調査のために、4つのプロダクションクラウドデータベースサービスにデプロイされている。
評価された会話の97%は、対話的なレイテンシの中で実行可能な結果をもたらす。
論文 参考訳（メタデータ） (2026-05-17T19:22:22Z) - HeteroHub: An Applicable Data Management Framework for Heterogeneous Multi-Embodied Agent System [10.1098903025112]
異種多体エージェントシステムは、動的環境におけるタスクを達成するために、多様な能力を持つ複数のエンボディエージェントを協調する。
既存のフレームワークには、そのようなシステムの実際のデプロイをサポートするための統一されたデータ管理インフラストラクチャがない。
textbfHeteroHubは静的メタデータ、タスクアライントレーニングコーパス、リアルタイムデータストリームを統合したデータ中心のフレームワークである。
論文 参考訳（メタデータ） (2026-03-30T04:01:05Z) - A Survey of Data Agents: Emerging Paradigm or Overstated Hype? [66.1526688475023]
現在「データエージェント」は用語的曖昧さと不整合性に悩まされている。
この調査では、データエージェントのための最初の体系的な階層型分類を紹介した。
プロアクティブな生成データエージェントの出現を想定する、先見的なロードマップで締めくくります。
論文 参考訳（メタデータ） (2025-10-27T17:54:07Z) - TD-Suite: All Batteries Included Framework for Technical Debt Classification [5.669063174637433]
TD-Suiteはシームレスなエンドツーエンドパイプラインを提供し、初期データ取り込みからモデルトレーニングに至るまで、あらゆるものを管理する。
生成されたモデルが堅牢であることを保証するため、TD-Suiteは重要なトレーニング方法論を取り入れている。
このフレームワークは、計算集約的なモデルトレーニングプロセスに関連する二酸化炭素排出量の追跡と報告を統合する。
論文 参考訳（メタデータ） (2025-04-15T11:31:17Z) - OS-Genesis: Automating GUI Agent Trajectory Construction via Reverse Task Synthesis [55.390060529534644]
グラフィカルユーザインタフェース(GUI)エージェントのための新しいデータ合成パイプラインであるOS-Genesisを提案する。
事前に定義されたタスクに頼る代わりに、OS-Genesisはエージェントがまず環境を認識し、ステップワイドなインタラクションを実行することを可能にする。
我々は,OS-Genesisを用いたGUIエージェントのトレーニングにより,高度に挑戦するオンラインベンチマークの性能が大幅に向上することが実証された。
論文 参考訳（メタデータ） (2024-12-27T16:21:58Z)
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。