文献

J-GLOBAL ID：202202219477042659   整理番号：22A0696857

認識システム開発および検証に用いられる大型自動車データセットのための効率的な特性評価法【JST・京大機械翻訳】

Efficient Characterization Method for Big Automotive Datasets Used for Perception System Development and Verification

著者 (4件)： Kowalczyk Pawel (Aptiv Services Poland S.A., Krako ́w, Poland) ,  Komorkiewicz Mateusz (Aptiv Services Poland S.A., Krako ́w, Poland) ,  Skruch Pawel (Faculty of Mechanical Engineering and Robotics, AGH University of Science and Technology, Krako ́w, Poland) ,  Szelest Marcin (Aptiv Services Poland S.A., Krako ́w, Poland)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 12629-12643  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 本論文では,機械学習,試験,および検証目的のための自動車アプリケーションで使用されるデータセットを記述し,評価するための形式的手法を提案した。データセットの定性的および定量的特性化は,高度に自動化された車両用に設計された知覚ベースアルゴリズムの分析,評価および比較を単純化できる。このような形式は,最近導入された自動車産業安全基準とのコンプライアンスを達成するためにも必要である。生データのサイズまたはタイプ,認識および分類対象の数,および環境パラメータにおける特性化は,自動車データセットの静的および動的側面の両方を記述するのに完全に適していない。したがって,別のアプローチが必要である。本論文では,物体追跡機構,視野の格子表現,熱マップ概念,およびWassersteinメトリックに基づく効率的方法を提案した。この方法の効率は,静的および時変側面を含むデータセットのサイズ,特性,および多様性の両方を扱う能力によって実証された。また,提示した記述を用いて,異なるデータセットを比較し,収集するデータ量を定義した。Copyright 2022 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： 効率 ,  自動化 ,  簡素化 ,  *自動車 ,  自動車工業 ,  *大型車 ,  コンプライアンス ,  安全基準 ,  応用プログラム ,  キャラクタリゼーション ,  機械学習
準シソーラス用語： *システム開発 ,  物体追跡 ,  データ量 ,  生データ , 【Automatic Indexing@JST】

分類 (4件)： 音声処理  (JE05000E) ,  ディジタルフィルタ  (NC04022Z) ,  人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (6件)： 開発 ,  検証 ,  大型 ,  自動車 ,  データセット ,  特性評価