文献

J-GLOBAL ID：201802224908900675   整理番号：18A0504027

機械学習を用いたアクセル操作の予測

Prediction of accelerator operation using machine learning

著者 (5件)： Yamanokuchi Tomoya (Department of Electronics and Control Engineering, National Institute of Technology, Niihama College 7-1 Yagumo-cho Niihama, Ehime 792-8580, Japan) ,  Ando Shin (Electronics and Information Engineering, Graduate School of Science and Engineering, Ehime University 3 Bunkyo-cho, Matuyama Ehime 790-8577, Japan) ,  Kinoshita Koji (Electronics and Information Engineering, Graduate School of Science and Engineering, Ehime University 3 Bunkyo-cho, Matuyama Ehime 790-8577, Japan) ,  Bahadori Alireza (School of Environment, Science & Engineering, Southern Cross University, P.O. Box 157 Lismore, New South Wales 2480, Australia) ,  Kashiwao Tomoaki (Department of Electronics and Control Engineering, National Institute of Technology, Niihama College 7-1 Yagumo-cho Niihama, Ehime 792-8580, Japan)
資料名： IEEJ Transactions on Electrical and Electronic Engineering  (IEEJ Transactions on Electrical and Electronic Engineering)
巻： 13  号： 4  ページ： 656-657  発行年： 2018年04月 
JST資料番号： W1854A  ISSN： 1931-4973  資料種別： 逐次刊行物 (A)
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： 本報告では,ドライバがWebカメラムービーからアクセルを踏むタイミングを予測するために,すなわちニューラルネットワーク(NN),放射基底関数ネットワーク(RBFN),ランダムフォレスト(RF),サポートベクトル回帰(SVR)を用いた機械学習法を用いたブレーキペダルからアクセルペダルへの運転者の足の水平運動の回帰分析を報告する。これらのモデルの近似性能は,二乗平均平方根誤差(RMSE)および運転者の足がアクセルペダルに到達したときの推定タイミングに基づいて比較される。結果から,RFモデルは運転者の足の動きを最も正確に近似することができた。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.

シソーラス用語： サポートベクトルマシン ,  回帰分析 ,  *動径基底関数ネットワーク ,  計算機アルゴリズム ,  *機械学習 ,  *機械要素 ,  *ブレーキ ,  ビデオカメラ ,  *運転者 ,  足 ,  水平 ,  *動作 ,  誤差 ,  *タイミング解析 ,  *加速性能 ,  *アクセルペダル ,  ブレーキペダル ,  Webカメラ ,  rms誤差
準シソーラス用語： サポートベクトル回帰 ,  放射基底関数ネットワーク ,  ランダムフォレスト ,  RMSE【誤差】

著者キーワード (4件)： ニューラルネットワーク ,  動径基底関数ネットワーク ,  サポートベクトル回帰 ,  ランダムフォレスト

分類 (2件)： 人工知能  (JE08000Z) ,  動力伝達装置  (QG03020Z)

タイトルに関連する用語 (3件)： 機械学習 ,  アクセル ,  予測