文献

J-GLOBAL ID：202202261506714035   整理番号：22A1104304

道路障害物の時空間クラスタリング【JST・京大機械翻訳】

Spatio-Temporal Clustering of Road Obstacles

著者 (2件)： Kreibich Julian (Institute of Automotive Technology Technical University of Munich,Munich,Germany) ,  Kuppel Mario (Institute of Automotive Technology Technical University of Munich,Munich,Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICCVE  ページ： 1-8  発行年： 2022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： 道路条件に基づく多様な応用に対して,車両群から群衆センシングデータを摂取する増大する能力は,絶えず増加する量のデータを生み出している。これは,付加価値を付加し,データ量を低減するために凝集する必要がある。空間データの場合,この目的に役立つ様々なクラスタリング法が利用可能である。本論文の主目的は,車群データに基づく道路異常に関する車線-正確な空間-時間データを提供する方法を開発することであった。これを達成するために,DBSCANアルゴリズムを,付加的パラメータをクラスタ化するために親和性伝搬アルゴリズムと結合して適用した。すべての単一障害の95.7%は,DBSCANアルゴリズムを用いて真の陽性として分類された。さらに,親和性伝播を用いた分類のための追加メタデータは99%の真の陽性率をもたらした。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： アルゴリズム ,  付加価値 ,  *道路 ,  クラスタ化 ,  親和性 ,  メタデータ
準シソーラス用語： 時空間クラスタリング ,  陽性率 ,  空間データ ,  データ量 , 【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 (3件)： 道路 ,  障害物 ,  時空間クラスタリング