論文の概要: FrameScope: Temporal Data Valuation for Stream Active Learning in Autonomous Vehicle Systems

• arxiv url: http://arxiv.org/abs/2608.28672v1
• Date: Mon, 24 Aug 2026 21:26:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.70138
• Title: FrameScope: Temporal Data Valuation for Stream Active Learning in Autonomous Vehicle Systems
• Title（参考訳）: FrameScope: 自律走行車システムにおけるストリームアクティブラーニングのための時間データ評価
• Abstract要約: 自律走行車における継続的学習のための時間的データ評価フレームワークであるFrameScopeを紹介する。 当社のアプローチでは,車両上での局所的なフレーム選択を原則として実施し,これらの高価値フレームのラベルに対してのみ,クラウドベースのオラクルモデルをクエリする。
• 参考スコア（独自算出の注目度）: 0.49846012970282555
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous vehicles operate in dynamic, ever-changing environments where new scenarios and edge cases constantly emerge. As a result, static learning models are inadequate for ensuring safe and reliable operation. Continuous learning is essential for adapting to these evolving conditions and maintaining robust performance across diverse real-world settings. However, autonomous vehicles generate massive streams of visual data during operation, and existing continuous learning approaches typically rely on heuristic sampling methods that fail to capture temporal dynamics, often overlooking critical learning opportunities or selecting redundant frames. In this paper, we introduce FrameScope, a temporal data valuation framework for continuous learning in autonomous vehicles. FrameScope extends neural tangent kernel theory to temporal domains, enabling principled valuation of streaming visual data. Unlike cloud-centric methods that transmit all video data for processing, our approach performs principled, local frame selection on the vehicle and queries a cloud-based oracle model only for labels of those high-value frames. Extensive experiments across multiple domain shifts show that FrameScope consistently outperforms existing methods, achieving higher sample efficiency and significantly reducing catastrophic forgetting in autonomous vehicle perception. By valuing data on the vehicle and querying only labels for selected frames, FrameScope reduces bandwidth requirements, enabling scalable operation with a lightweight cloud labeling service.
• Abstract（参考訳）: 自動運転車は、新しいシナリオやエッジケースが常に出現する、ダイナミックで絶え間ない環境で動作します。 その結果、静的学習モデルは安全かつ信頼性の高い操作を保証するには不十分である。 継続的学習は、これらの進化する状況に適応し、さまざまな現実世界設定で堅牢なパフォーマンスを維持するために不可欠である。 しかし、自動運転車は操作中に大量の視覚データを生成するため、既存の継続的学習アプローチは、時間的ダイナミクスを捉えるのに失敗するヒューリスティックなサンプリング手法に依存し、しばしば重要な学習機会を見落としたり、冗長なフレームを選択する。 本稿では,自律走行車における継続的学習のための時間的データ評価フレームワークであるFrameScopeを紹介する。 FrameScopeは、ニューラルネットワークカーネル理論を時間領域に拡張し、ストリーミングビジュアルデータの原則的評価を可能にする。 処理のためにすべてのビデオデータを送信するクラウド中心の方法とは異なり、当社のアプローチは、車両上の局所的なフレーム選択を原則として実行し、これらの高価値フレームのラベルのみをクラウドベースのオラクルモデルに問い合わせる。 複数の領域にまたがる大規模な実験により、FrameScopeは既存の手法を一貫して上回り、より高いサンプル効率を実現し、自動運転車の認識における破滅的な忘れを著しく減らした。 車両上のデータを評価し、選択したフレームのラベルのみをクエリすることで、FrameScopeは帯域幅の要求を低減し、軽量なクラウドラベリングサービスでスケーラブルな操作を可能にする。

関連論文リスト

• StreamPI: Streaming Multimodal Temporal Modeling for Vision-Language-Action Models [84.17128030384099]
  StreamPIはストリーミングマルチモーダル時間モデリングフレームワークである。 追加パラメータを導入することなく、単一フレームのVLAに時間的推論能力を持たせる。 メモリ依存および正確な認識シナリオにまたがる実ロボットタスクの実験とシミュレーションベンチマークのLIBEROは、StreamPIが様々なタスクでpi0.5より優れていることを示した。
  論文  参考訳（メタデータ） (2026-08-26T17:33:19Z)
• Clip-level Uncertainty and Temporal-aware Active Learning for End-to-End Multi-Object Tracking [1.2673946305606805]
  動的環境におけるマルチオブジェクト追跡(MOT)は、時間とともに一貫したオブジェクトのアイデンティティを維持するために、堅牢な時間的推論に依存する。 トランスフォーマーベースのエンドツーエンドMOTモデルは、時間依存を明示的にモデル化することで、強力なパフォーマンスを達成する。 高ラベリングコストとビデオの強い冗長性を考えると、アクティブラーニング(AL)はアノテーション効率を改善する効果的なアプローチである。
  論文  参考訳（メタデータ） (2026-05-11T01:33:35Z)
• OneDrive: Unified Multi-Paradigm Driving with Vision-Language-Action Models [69.2503510410147]
  予め訓練されたVLM上に構築した統合自動運転フレームワークを提案する。 トレーニング済みのVLMアテンションは、純粋言語モデリング以上の強い伝達性を示すことを示す。 エンドツーエンドの自動運転ベンチマークの実験は、最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-04-20T07:50:00Z)
• BEVPredFormer: Spatio-temporal Attention for BEV Instance Prediction in Autonomous Driving [1.5327485092552822]
  本稿では,BEV予測のためのカメラ専用アーキテクチャであるBEVPredFormerを紹介する。 注意に基づく時間的処理を使用して、シーンの時間的および空間的理解を改善する。 nuScenesデータセットで評価され、State-Of-The-Artメソッドと同程度か超えた。
  論文  参考訳（メタデータ） (2026-04-03T09:58:42Z)
• Streaming Real-Time Trajectory Prediction Using Endpoint-Aware Modeling [54.94692733670454]
  近隣の交通機関の将来の軌道は、自動運転車の経路計画と意思決定に大きな影響を与えている。 本稿では,軽量かつ高精度なストリーミングベース軌道予測手法を提案する。 当社のアプローチは推論遅延を大幅に低減し、現実のデプロイメントに適しています。
  論文  参考訳（メタデータ） (2026-03-02T13:44:23Z)
• Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
  作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。 Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。 高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
  論文  参考訳（メタデータ） (2025-10-27T03:52:45Z)
• SuperFlow++: Enhanced Spatiotemporal Consistency for Cross-Modal Data Pretraining [62.433137130087445]
  SuperFlow++は、連続するカメラペアを使用して事前トレーニングと下流タスクを統合する新しいフレームワークである。 SuperFlow++は様々なタスクや運転条件で最先端のメソッドよりも優れています。 強力な一般化性と計算効率により、SuperFlow++は、自動運転におけるデータ効率の高いLiDARベースの認識のための新しいベンチマークを確立する。
  論文  参考訳（メタデータ） (2025-03-25T17:59:57Z)
• T-MAE: Temporal Masked Autoencoders for Point Cloud Representation Learning [22.002220932086693]
  本稿では,T-MAE (Temporal Masked Auto-Encoders) という,効果的な事前学習戦略を提案する。 T-MAEは、時間的隣接フレームとして入力を受け取り、時間的依存を学習する。 我々のT-MAE事前学習戦略は、注釈付きデータに対する需要を軽減する。
  論文  参考訳（メタデータ） (2023-12-15T21:30:49Z)
• An Adaptive Framework for Generalizing Network Traffic Prediction towards Uncertain Environments [51.99765487172328]
  我々は,モバイルネットワークトラフィック予測モデルを動的に割り当てるための時系列解析を用いた新しいフレームワークを開発した。 我々のフレームワークは学習した振る舞いを採用しており、現在の研究と比較して50%以上の改善が得られ、どのモデルよりも優れています。
  論文  参考訳（メタデータ） (2023-11-30T18:58:38Z)
• A Spatiotemporal Correspondence Approach to Unsupervised LiDAR Segmentation with Traffic Applications [16.260518238832887]
  鍵となる考え方は、動的ポイントクラウドシーケンスの性質を活用し、非常に強力なシナリオを導入することである。 我々は、グループへのセマンティクスの最適化と、ポイントワイトテンポラルラベルを用いたクラスタリングを交互に行う。 本手法は,教師なし学習方式で識別的特徴を学習することができる。
  論文  参考訳（メタデータ） (2023-08-23T21:32:46Z)
• CARNet: A Dynamic Autoencoder for Learning Latent Dynamics in Autonomous Driving Tasks [11.489187712465325]
  自律運転システムは、世界の抽象的な記述を形成するために、様々なセンサから収集した情報を効果的に活用すべきである。 オートエンコーダのようなディープラーニングモデルは、受信データのストリームからコンパクトな潜在表現を学習できるため、その目的のために使用できる。 この研究は、自動エンコーダとリカレントニューラルネットワークを組み合わせて現在の潜伏表現を学習する、複合dynAmicautoencodeRネットワークアーキテクチャであるCARNetを提案する。
  論文  参考訳（メタデータ） (2022-05-18T04:15:42Z)
• Self-Supervised Pillar Motion Learning for Autonomous Driving [10.921208239968827]
  本研究では,点群からの自由監視信号と対カメラ画像を利用した学習フレームワークを提案する。 本モデルでは,確率的運動マスキングを付加した点雲に基づく構造整合性と,所望の自己超越を実現するためのクロスセンサ運動正規化を含む。
  論文  参考訳（メタデータ） (2021-04-18T02:32:08Z)

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。