文献

J-GLOBAL ID：202102224200288877   整理番号：21A0232730

重量物自動車運転行動における不確実性の捕捉【JST・京大機械翻訳】

Capturing Uncertainty in Heavy Goods Vehicles Driving Behaviour

著者 (7件)： Mase Jimiama Mafeni (The University of Nottingham,School of Computer Science) ,  Agrawal Utkarsh (University of St Andrews,School of Medicine) ,  Pekaslan Direnc (The University of Nottingham,School of Computer Science) ,  Mesgarpour Mohammad (Microlise, Farrington Way, Eastwood,Nottingham) ,  Chapman Peter (The University of Nottingham,School of Psychology) ,  Torres Mercedes Torres (The University of Nottingham,School of Computer Science) ,  Figueredo Grazziela P. (The University of Nottingham,School of Computer Science)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITSC  ページ： 1-7  発行年： 2020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： 彼らに起因する多数の道路死亡による危険な運転行動の理解と同定に関心が高まっている。大型貨物車(HGV)では,運転行動の理解と道路安全へのその影響は,研究者,政府と産業部門にとって,商品とサービスの配送のためのHGVに依存するので,研究者,政府と産業部門の対象である。HGV運転挙動に関する現在の文献は,機械学習技術を用いて,コア駆動事故ステレオタイプを明らかにする。しかし,人間行動は,異なるレベルの不確実性を含み,従来のクリスプ方式による立体タイピング運転行動は,情報損失を引き起こし,それらが文脈を考慮せずに,不公平な境界を確立する可能性がある。さらに,センサ読取りは不確実性を持ち,駆動ステレオタイプは異なる主観的解釈を持つかもしれない。運転者のステレオタイピングにおけるこれらの中間可能性を把握するために,著者らは,運転特徴(データ)と運転ステレオタイプの間の不確実性を捕えることができるデータ駆動ファジー論理システムを提案して,0から100のスケールに関するそれらの運転スタイルのリスクによって,運転者を分類して,そこで,0は,低いリスクドライバーと100のハイリスクであった。テレマティクスデータからの結果は,提案手法がHGV駆動リスクレベルの実時間同定のための信頼できて,公正で説明可能なアプローチを提供することを示した。Copyright 2021 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： *自動車 ,  *不確実性 ,  道路 ,  貨車 ,  死 ,  *捕獲 ,  センサ ,  ステレオ音響 ,  重量物 ,  人間行動
準シソーラス用語： テレマティックス ,  運転行動 ,  実時間 ,  ハイリスク ,  道路安全 , 【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 (5件)： 重量物 ,  自動車 ,  行動 ,  不確実性 ,  捕捉