文献

J-GLOBAL ID：202102211342887957   整理番号：21A1013114

AEGIS:都市航空モビリティのための自律エンティティグローバル知能システム【JST・京大機械翻訳】

AEGIS: Autonomous Entity Global Intelligence System for Urban Air Mobility

著者 (3件)： Das Aditya N. (NASA Ames Research Center) ,  Marotta Kristina (NASA Ames Research Center) ,  Idris Husni R. (NASA Ames Research Center)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2020  号： AIAA AVIATION 2020 FORUM  ページ： 3210  発行年： 2020年 
JST資料番号： H0236B  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,航空機のリアルタイム物理データ,計画された行動,および空気空間の集団状態を表す工学データフレームへの歴史的挙動を合成するグローバルな知能システムを提示し,効率的な機械学習消費に適している。次に,これらのデータフレームを深層ニューラルネットにより学習し,現在の状態の予想進化経路を推定する予測モデルを構築し,それにより,潜在的将来のコンフリクトを同定した。この手法は,航空機が,非AI法よりも,より効率的かつ効率的に適切なエッジ計算モジュールで搭載できる自動早期警報システムに対して,そして,最終的に,問題の自己/協調分解能に対する予防または修正対策を取る。すべての車両タスク空間が最終的に大域的最適状態に収束する集中早期警報システムとは対照的に,提示した分散グローバル知能システムは,各車両の局所効用関数とグローバル操作フレームワークの間のバランスをもたらす。これは,近い将来の都市空気移動性における潜在的大規模スケーリングを効果的に取り扱うことに寄与する。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： *移動度 ,  *航空輸送 ,  航空機 ,  分解能 ,  ニューラルネットワーク ,  *都市 ,  効用関数 ,  深層 ,  空気流 ,  警報システム ,  機械学習 ,  予測モデル
準シソーラス用語： 自律性 ,  実時間 ,  *知能システム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 都市 ,  航空 ,  モビリティ ,  自律 ,  エンティティ ,  グローバル ,  知能システム