論文の概要: From Smarter to Hungrier: the Role of Energy Efficiency in Software-defined Vehicles

• arxiv url: http://arxiv.org/abs/2609.21643v1
• Date: Fri, 18 Sep 2026 11:33:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:17.036729
• Title: From Smarter to Hungrier: the Role of Energy Efficiency in Software-defined Vehicles
• Title（参考訳）: SmarterからHungrierへ:ソフトウェア定義自動車におけるエネルギー効率の役割
• Abstract要約: ソフトウェア定義車両の開発による環境倫理の持続可能性と脅威について論じる。 我々は、エネルギー消費やその他の持続可能性指標を測定し、管理し、最適化するための新しいツールの必要性を強調している。
• 参考スコア（独自算出の注目度）: 0.41457422356798146
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated features and advanced driving support systems have enabled a range of life-saving and comfort applications in modern personal vehicles. Development from mostly mechanical entities towards truly software-defined devices also means that added sensor complexity, processing power, and networking capabilities provide a platform for running even more complex algorithms and applications. As vehicles become smarter, they require even more energy to enable advanced machine learning- and artificial intelligence-based functionalities. This paper discusses the implications for sustainability and the threats to environmental ethics posed by the development of software-defined vehicles. We discuss the balance between introducing more resource-hungry software and hardware components and their effect on society and sustainability. We underscore the need for novel tools to measure, manage, and optimise energy consumption and other sustainability indicators, with design guidance and actionable recommendations.
• Abstract（参考訳）: 自動機能と高度な運転支援システムは、現代の個人車両における幅広い省エネと快適な応用を可能にしている。 主に機械的エンティティから真のソフトウェア定義デバイスへと発展するということは、センサーの複雑さ、処理能力、ネットワーク能力が、さらに複雑なアルゴリズムやアプリケーションを実行するためのプラットフォームを提供することを意味する。 車両が賢くなるにつれて、高度な機械学習と人工知能ベースの機能を実現するには、さらにエネルギーが必要である。 本稿では,ソフトウェア定義車両の開発による環境倫理への持続可能性と脅威について論じる。 資源不足のソフトウェアとハードウェアコンポーネントの導入のバランスと,それらの社会と持続可能性への影響について論じる。 我々は、エネルギー消費やその他のサステナビリティ指標を測定し、管理し、最適化するための新しいツールの必要性を、設計指針や行動可能なレコメンデーションとともに強調する。

関連論文リスト

• Context-Aware Intelligent Vehicles [9.585513762228025]
  本稿では,センサ信号と制約決定に意味を与える文脈的要因を,次世代車両システムにおける第一級原理として扱うべきであることを論じる。 我々は,(i)環境理解,(ii)計画と制御,(iii)安全と安全,(iv)コネクテッドカーにまたがる状況認識手法を体系的に検討した。 コンテキスト認識設計のトレンド分析に基づいて、将来のインテリジェントな車両のための一般的なコンテキストエンジンを構築する上での4つの重要な技術的課題を特定する。
  論文  参考訳（メタデータ） (2026-09-01T03:58:58Z)
• Integrating Energy Efficiency into Software Development: Developer Perspectives and Requirements [0.0]
  本研究では, 開発者が日々の作業においてエネルギー効率をどのように感じているか, エネルギーを意識した開発を支援するAI支援ツールの要件について検討する。 その結果,日常的な開発活動においてエネルギー効率が明確な役割を担うことは滅多にないことがわかった。 エネルギー効率を明確に考慮する上で、特定された障壁は、限られた認識とタイムリーなデリバリーに強い焦点をあてることである。
  論文  参考訳（メタデータ） (2026-07-24T10:14:31Z)
• A Survey on the Green Development of Large Models: From Resource-Efficient Architectures to Hardware-Software Co-Design [71.32556809242666]
  大規模AIモデルの急速な拡張は、さまざまな領域で大幅なパフォーマンスのブレークスルーをもたらした。 また、計算コスト、エネルギー消費、環境の持続可能性に関する重要な懸念を提起している。 この調査は、大規模モデルの持続的、スケーラブルで、社会的に責任のある開発に向けて、全体的なロードマップを提供することを目的としている。
  論文  参考訳（メタデータ） (2026-07-10T04:02:22Z)
• Reasoning Beyond Prediction: From Data-Driven to Causal Software Engineering [9.659620367206408]
  我々は人間と機械の協力の新しいパラダイムを提唱する。 マシンは単にルーチンタスクを自動化するだけでなく、エンジニアの推論を積極的に増幅します。 ソフトウェアが賢くなるにつれて、よりスマートなサポートが必要になります。
  論文  参考訳（メタデータ） (2026-06-26T11:03:24Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• Power Plays: Unleashing Machine Learning Magic in Smart Grids [0.0]
  機械学習アルゴリズムは、スマートメーター、センサー、その他のグリッドコンポーネントから大量のデータを分析して、エネルギー分布の最適化、需要予測、潜在的な障害を示す不規則性の検出を行う。 予測モデルの使用は、機器の故障を予測し、エネルギー供給の信頼性を向上させるのに役立つ。 しかしながら、これらのテクノロジの展開は、データのプライバシやセキュリティ、堅牢なインフラストラクチャの必要性に関する課題も引き起こす。
  論文  参考訳（メタデータ） (2024-10-20T15:39:08Z)
• Vision Paper: Causal Inference for Interpretable and Robust Machine Learning in Mobility Analysis [71.2468615993246]
  インテリジェントな輸送システムを構築するには、人工知能とモビリティ分析の複雑な組み合わせが必要である。 ここ数年、高度なディープニューラルネットワークを使った輸送アプリケーションの開発が急速に進んでいる。 このビジョンペーパーは、解釈可能性と堅牢性を必要とするディープラーニングに基づくモビリティ分析における研究課題を強調する。
  論文  参考訳（メタデータ） (2022-10-18T17:28:58Z)
• Learning, Computing, and Trustworthiness in Intelligent IoT Environments: Performance-Energy Tradeoffs [62.91362897985057]
  Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。 本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
  論文  参考訳（メタデータ） (2021-10-04T19:41:42Z)

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。