文献

J-GLOBAL ID：202002287351828988   整理番号：20A0356698

自動車部門におけるAdaBoostとサポートベクトルマシン分類器の影響【JST・京大機械翻訳】

Impact of Adaboost and Support Vector Machine Classifier in Automotive Sector

著者 (3件)： Frederick Graceson Jeriel (Student, SMBS, VIT University, Chennai Campus.) ,  Sakthivel G (Associate Professor, SMBS, VIT University, Chennai Campus.) ,  Jagadeeshwaran (Associate Professor, SMBS, VIT University, Chennai Campus.)
資料名： IOP Conference Series: Materials Science and Engineering  (IOP Conference Series: Materials Science and Engineering)
巻： 624  号： 1  ページ： 012031 (6pp)  発行年： 2019年 
JST資料番号： W5559A  ISSN： 1757-8981  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 自動車産業は車両の完全自動化に向けて動いている。車両の自動化は人間に対する作業負荷を低減することができるが,安全性がプロセスにおいて損なわれないことを確実にする必要がある。車両の自動化の不可欠な要素の一つは,いくつかの障害物の検出である。障害物は,ランプポスト,歩行者,動物,車両などを含む可能性がある。このプロジェクトは,ホスト車両の前に存在する商業車両の検出を含み,遠い領域と中間領域に限られている。分類は,AdaBoost訓練とサポートベクトルマシン訓練の2つのステップで行われる。弱い分類器であるAdaBoostは,全体のシステムの反応時間を減らすために使用した。分類器はより正確な結果を生成しないが,分類に要する時間を大幅に短縮する。サポートベクトルマシンアルゴリズムは,クラス間を分離するために超平面を使用するので,より良い分類結果を生み出す。強い分類器であるサポートベクトルマシンは,より良い結果を与えるが,分類に要する反応時間を増加させる。この問題を解決するために,AdaBoost訓練を行った。AdaBoostはより良い速度で分類する弱い分類器の集合であるが,結果は正確ではない。したがって,このAdaBoost分類は最初に行われ,AdaBoost分類器からの正の分類のみがサポートベクトルマシン分類のために送られる。これは,より多くの時間がサポートベクトルマシン分類に使用されないことを確実にする。分類に基づいて,結果が対象物があるならば,距離を計算する。ホスト車両の距離と速度に基づいて,衝突を避ける時間を計算することができた。歯車の低減と速度の異なる時間枠に適合するためのルックアップテーブルの必要性を示した。ECUは,出力として衝突を避ける時間を与える制御システムを通して必要とされる速度変化と歯車シフトを管理する。したがって,衝突は,障害物検出と対象物の距離の計算によって避けることができた。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ルックアップテーブル ,  自動化 ,  反応時間 ,  歩行者 ,  制御系 ,  自動車工業 ,  アルゴリズム ,  動物 ,  *サポートベクトルマシン ,  中間領域 ,  *自動車
準シソーラス用語： 障害物検出 ,  速度変化 ,  分類会計機 ,  *AdaBoost , 【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)： 自動車 ,  部門 ,  AdaBoost ,  サポートベクトルマシン ,  分類器