文献

J-GLOBAL ID：201902213046461461   整理番号：19A1962695

疎で失われた外部センサデータの質量からの軌道予測【JST・京大機械翻訳】

Trajectory Prediction from a Mass of Sparse and Missing External Sensor Data

著者 (3件)： Almada Cruz Livia (Federal University of Ceara, Brazil) ,  Zeitouni Karine (University of Versailles, France) ,  Fernandes de Macedo Jose Antonio (Federal University of Ceara, Brazil)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： MDM  ページ： 310-319  発行年： 2019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,道路側(例えば,交通監視カメラ)上に置かれた外部センサがそれらの軌跡を捕捉する環境下での物体の動きを予測した。このタイプの軌跡は,それらがフリートやユーザのコミュニティに制限されないので,非常に異なる移動度パターンを持つ可能性がある。しかしながら,それらの報告された位置は,センサ分布のスパース性のためにまばらであり,センサが物体の通過を記録することができないので,不完全である。本論文において,著者らは最初に,実際のデータセットに基づいてそのような外部センサ軌跡を解析して,それらのスパース性とそれらの不完全性の問題を証明して,位置予測を妨げた。この文脈において,欠落データ問題に対処するためのアプローチを提案した。ここでは,再帰ニューラルネットワークに基づく予測子と組み合わせて,このアプローチをどのように適用するかについて議論した。特に,予測された位置と登録された次の位置の間の距離を導入することによって,テストセットにおける欠落値を説明するために精度計量を調整した。この手法をベースラインと比較して評価し,予測精度が約23%改善され,全体の距離が低減されることを示した。位置予測における多くの研究の寄与にもかかわらず,著者らの知る限りでは,これらの研究のどれも,外部(ロードサイド)センサデータに基づく軌跡の位置予測を研究していない。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 軌跡 ,  基準線 ,  *センサ ,  ニューラルネットワーク ,  不整 ,  *軌道推定 ,  コミュニティ ,  移動度
準シソーラス用語： 予測精度 ,  予測子 ,  位置予測 ,  スパース性 ,  監視カメラ ,  *センサデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： センサデータ ,  質量 ,  軌道予測