文献

J-GLOBAL ID：202202287258088639   整理番号：22A0980622

事前訓練モデルによる航空交通制御命令の情報抽出【JST・京大機械翻訳】

Information Extraction of Air-Traffic Control Instructions via Pre-trained Models

著者 (4件)： Wang Xuan (State Key Laboratory of Air Traffic Management System and Technology, The 28th Research Institute of China Electronics Technology Group Corporation, Nanjing, China) ,  Ding Hui (State Key Laboratory of Air Traffic Management System and Technology, The 28th Research Institute of China Electronics Technology Group Corporation, Nanjing, China) ,  Xu Qiucheng (State Key Laboratory of Air Traffic Management System and Technology, The 28th Research Institute of China Electronics Technology Group Corporation, Nanjing, China) ,  Liu Zeyuan (State Key Laboratory of Air Traffic Management System and Technology, The 28th Research Institute of China Electronics Technology Group Corporation, Nanjing, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 854  ページ： 82-91  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 航空交通制御装置は,常に航空機に航空交通制御命令(ATC命令)を使用する。ATC命令は,飛行数,状態,および目標位置など,いくつかの状況言及から成る。深層学習ベースのアプローチは状況認識のためにそのような情報を抽出できる。実際には,手作業アノテーションの高価なコストのために,深層学習モデルを訓練するための大量のラベル付きATC命令を調製することは難しい。大規模事前訓練モデル(PTM)は,この問題を「事前訓練」と「微調整」によって解決することができる。この論文は提案する。1)少数のスケールATC命令から情報を抽出する事前訓練モデル;2)モデルのどの層が情報抽出タスクの最良の性能を達成するかを見つけるためのプロービング作業。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *航空輸送 ,  航空機 ,  制御装置 ,  *交通制御 ,  ラベル ,  調整 ,  *モデル ,  飛翔 ,  予歪 ,  機械学習 ,  アノテーション ,  情報抽出
準シソーラス用語： 状況認識 ,  エンティティ ,  微調整 ,  目標位置 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： ATC命令 ,  名前付きエンティティ認識 ,  予歪モデル ,  微調整 ,  タスクのプロービング

分類 (1件)： 航空交通管制・航法施設  (TE01030T)

タイトルに関連する用語 (4件)： 訓練 ,  モデル ,  命令 ,  情報抽出