文献

J-GLOBAL ID：202202253106542657   整理番号：22A0959404

人間の運転者行動を予測するためのグラフ理論的機械学習の利用【JST・京大機械翻訳】

Using Graph-Theoretic Machine Learning to Predict Human Driver Behavior

著者 (3件)： Chandra Rohan (Department of Computer Science, University of Maryland, College Park, MD, USA) ,  Bera Aniket (Department of Computer Science, University of Maryland, College Park, MD, USA) ,  Manocha Dinesh (Department of Computer Science, University of Maryland, College Park, MD, USA)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 3  ページ： 2572-2585  発行年： 2022年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  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： 研究は,自律車両(AV)が,人間運転者から成る交通環境において保守的に行動し,局所条件や社会文化的規範に適応しないことを示した。人間運転者の挙動を理解するメカニズムが存在するならば,社会的に意識したAVsを設計できることが知られている。著者らは,人間運転者の挙動を予測するために,機械学習を利用するアプローチを提示する。これは,どのように人間が道路上の運転者の行動を暗黙的に解釈するかと類似している。軌道と機械学習から運転者行動特性を抽出するためにグラフ理論ツールを用いて,交通と運転者行動における車両の抽出軌道間の計算マッピングを得た。この領域における以前のアプローチと比較して,著者らは,この方法がロバストで,一般的であり,自律ナビゲーションのような広域アプリケーションに拡張可能であることを証明した。著者らは,U.S.,インド,中国,シンガポールで捕捉された実世界の交通データセット,ならびにシミュレーションにおけるアプローチを評価した。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： *グラフ理論 ,  保全 ,  *運転者 ,  道路 ,  インド ,  シンガポール共和国 ,  応用プログラム ,  軌道 ,  ロバスト性 ,  *機械学習
準シソーラス用語： 自律性 ,  運転行動 ,  交通データ ,  交通環境 , 【Automatic Indexing@JST】

分類 (1件)： 運転者  (TB01040V)

タイトルに関連する用語 (5件)： 人間 ,  行動 ,  予測 ,  グラフ理論 ,  機械学習