文献

J-GLOBAL ID：201602263337837500   整理番号：16A0728584

信号記号化による運転行動および交通状況の統合【Powered by NICT】

Integrating driving behavior and traffic context through signal symbolization

著者 (7件)： Yamazaki Suguru (Nagoya University, Furo-cho, 464-8603, JAPAN) ,  Miyajima Chiyomi (Nagoya University, Furo-cho, 464-8603, JAPAN) ,  Yurtsever Ekim (Nagoya University, Furo-cho, 464-8603, JAPAN) ,  Takeda Kazuya (Nagoya University, Furo-cho, 464-8603, JAPAN) ,  Mori Masataka (Corporate R&D Div. 1, DENSO CORPORATION, Kariya 448-0029, Aichi, Japan) ,  Hitomi Kentarou (Corporate R&D Div. 1, DENSO CORPORATION, Kariya 448-0029, Aichi, Japan) ,  Egawa Masumi (Corporate R&D Div. 1, DENSO CORPORATION, Kariya 448-0029, Aichi, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IV  ページ： 642-647  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,センサ出力から意味論駆動を要約するために信号符号化による運転行動と交通状況を統合するための新しい方法を示した。法は危険な車線変更検出に適用した。言語モデル(ネストPitman-Yor言語モデル)と音声認識アルゴリズム(隠れMarkovモデル)は,連続したセンサ信号を変換する不均一セグメント(塊)の配列に利用されている。記号化後,潜在的ディリクレ配分(LDA)は,運転シーンの意味論を確立するために象徴される運転行動と周辺道路交通情報を統合するために使用されている。現実の高速道路の運転の988車線変更を評価のために使用されている。10名の被験者による評価各車線変更のリスクレベルは,グランドトルースとして使用されている。運転行動と周辺道路交通情報は行動と文脈信号の独立した記号化後共起チャンキングを通じて統合されているときに,最良の結果が得られた。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高速道路 ,  言語モデル ,  センサ ,  *符号化 ,  意味論 ,  隠れMarkovモデル
準シソーラス用語： チャンキング ,  グランドトゥルース ,  被験者 ,  道路情報 ,  認識アルゴリズム ,  入れ子構造 ,  車線変更 ,  *交通状況 ,  *運転行動 , 【Automatic Indexing@JST】

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (4件)： 記号化 ,  行動 ,  交通状況 ,  統合