文献

J-GLOBAL ID：201902255663917677   整理番号：19A2117179

リカレントニューラルネットワークを用いた文脈ベースのサイクリスト経路予測【JST・京大機械翻訳】

Context-based cyclist path prediction using Recurrent Neural Networks

著者 (3件)： Pool Ewoud A. I. (Intelligent Vehicles group, Technical University Delft, The Netherlands) ,  Kooij Julian F. P. (Intelligent Vehicles group, Technical University Delft, The Netherlands) ,  Gavrila Dariu M. (Intelligent Vehicles group, Technical University Delft, The Netherlands)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IV  ページ： 824-830  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,サイクルリスト経路予測のための再帰ニューラルネットワーク(RNN)を提案し,エンドツーエンド手法における行動に対するコンテキストキューの影響を学習し,任意のアノテーションの必要性を除去した。提案したRNNは,3つの明確な文脈キューを組み込んだ:1つはサイクリストの行動に関連するもの,1つは道路上のサイクリストの位置に関連するもの,および1つはサイクリストとエゴビークルの間の相互作用に関連するものである。RNNは,動的モードアノテーションに基づく現在の最先端のモデルと比較して,将来において,将来における平均予測誤差33cmを達成する現在の最先端のモデルと比較して,将来のサイクルリストの将来の位置におけるガウス分布を予測する。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： 相互作用 ,  道路 ,  アノテーション ,  *予測 ,  待ち行列 ,  *サイクリスト ,  *ニューラルネットワーク ,  エンドツーエンド方式 ,  正規分布 ,  予測誤差
準シソーラス用語： *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： リカレントニューラルネットワーク ,  文脈 ,  サイクリスト ,  経路 ,  予測