文献

J-GLOBAL ID：202002220445318485   整理番号：20A1073228

深いニューラルネットの視覚特徴重要性による道路安全性能関数解析【JST・京大機械翻訳】

Road safety performance function analysis with visual feature importance of deep neural nets

著者 (5件)： Pan Guangyuan (Department of Civil and Environmental Engineering, University of Waterloo, ON N2L5G1, Canada) ,  Fu Liping (Department of Civil and Environmental Engineering, University of Waterloo, ON N2L5G1, Canada) ,  Chen Qili (Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China) ,  Yu Ming (Electronic Engineering, the Chinese University of Hong Kong, Hong Kong 999077, China) ,  Muresan Matthew (Department of Civil and Environmental Engineering, University of Waterloo, ON N2L5G1, Canada)
資料名： IEEE/CAA Journal of Automatica Sinica  (IEEE/CAA Journal of Automatica Sinica)
巻： 7  号： 3  ページ： 735-744  発行年： 2020年 
JST資料番号： W2424A  ISSN： 2329-9266  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： データ駆動と非パラメトリック法,特に最近開発された深い学習手法を用いた道路安全性能関数と#x0028 SPF)解析は,増加する業績を得ている。しかしながら,学習機構により,深い学習において,a“ブラックボックス”に隠されているので,トラフィック特徴抽出と知的な重要性解析はまだ解決されておらず,生成するのが難しい。本論文は,最も一般的な深い学習モデルの1つである深いニューラルネットワークと#x0028 DNNと#x0029の解読版を用いて,この問題に焦点を合わせた。このアプローチは可視化,特徴の重要性および感度解析に基づいており,モデルおよび#x02BC s“ブラックボックス”特徴学習プロセスおよび出力決定に対する入力変数の寄与を評価することができる。まず第一に,入力特徴の重要性を記述する視覚的特徴の重要性と#x0028のVisFIと#x0029法を,図表と数値解析を採用することによって提案する。第二に,教師なし訓練とDNNの微調整に関するViFIを用いて重みの変化を観察することによって,著者らが提案した両方のステップのための重要性方程式に従って,入力特徴の最終的寄与を計算した。連続的に,道路SPF解析に基づく事例研究を,主要カナダ高速道路,ハイウェイ401から収集したデータを用いて実証した。提案した方法は,モデルと#x02BCの内部作業の効果的な解読を可能にし,顕著な特徴を同定し,悪い特徴を除去することを可能にする。最後に,改訂データセットを衝突モデリングと車両衝突予測に使用し,試験結果により,解読と修正モデルが最先端の性能を達成することを検証した。Copyright 2020 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： 数値解析 ,  学習 ,  学習モデル ,  高速道路 ,  *道路 ,  *ニューラルネットワーク ,  特徴抽出 ,  可視化 ,  ノンパラメトリック法 ,  ブラックボックス ,  *関数解析 ,  事例研究
準シソーラス用語： 学習過程 ,  データ駆動 ,  解読 , 【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)： ニューラルネット ,  視覚特徴 ,  重要性 ,  道路安全 ,  関数解析