文献

J-GLOBAL ID：202202289770312601   整理番号：22A0554653

STL-Detector:自己捕獲学習による都市ワイド乗車車の検出【JST・京大機械翻訳】

STL-Detector: Detecting City-Wide Ride-Sharing Cars via Self-Taught Learning

著者 (5件)： Chen Li (Key Laboratory of Dependable Service Computing in Cyber-Physical Society of Ministry of Education, College of Computer Science, Chongqing University, Chongqing, China) ,  Zheng Linjiang (Key Laboratory of Dependable Service Computing in Cyber-Physical Society of Ministry of Education, College of Computer Science, Chongqing University, Chongqing, China) ,  Xia Dong (Key Laboratory of Dependable Service Computing in Cyber-Physical Society of Ministry of Education, College of Computer Science, Chongqing University, Chongqing, China) ,  Sun Dihua (School of Automation, Chongqing University, Chongqing, China) ,  Liu Weining (Key Laboratory of Dependable Service Computing in Cyber-Physical Society of Ministry of Education, College of Computer Science, Chongqing University, Chongqing, China)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 9  号： 3  ページ： 2346-2360  発行年： 2022年 
JST資料番号： W2432A  ISSN： 2327-4662  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： Ride-シェアリング車は,個人によって開催された民間車であり,タクシー様サービスを提供するために,指定した運転者のために乗り上げ会社によって提供される。最近,オンライン乗り上げサービスの人気を持つ都市周辺に様々な乗り車が出てきた。それらの同定は輸送管理の重要な作業である。しかし,都市規模の民間車の軌道データとラベル付き乗り車の自動車の不足のため,この問題に焦点を当てた研究は少ない。幸いなことに,高周波識別(RFID)技術によって収集された自動車データの電子登録同定(ERI)のような先進センシング技術によって収集されたデータは,データ駆動の側面から乗り合う自動車を検出する機会を提供した。本論文は,非常に少ないラベル付き情報で正確である,STL検出器と名付けたERIデータを使用して,自t学習(STL)による乗り物共有車の検出を提案する。詳細に,STL検出器は2つの成分から成る。教師なし特徴学習成分において,著者らは,非ラベルデータ量で訓練された3D畳込みニューラルネットワーク(3-D-CNN)オートエンコーダを構築し,それはスクシントン高レベル入力表現を形成し,検出性能を著しく改善する。教師付き分類成分において,著者らは,ランダムフォレスト(RF)を分類器として利用し,それを,非常に少ないラベル付きデータで訓練し,乗り物共有車/その他を検出した。実験結果は,著者らのSTL-検出器モデルが,一連の列車と試験サンプルに関して,他の基準線と比較して,より良い性能で乗り合う自動車を検出することができることを証明した。さらに,このモデルを実世界シナリオに適用し,乗り物共有車を検出し,検出した乗り車とタクシーの挙動の比較解析を行った。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： 表現 ,  *学習 ,  自動車 ,  交通機関 ,  輸送管理 ,  運転者 ,  *都市 ,  HF【周波数】 ,  モデル ,  三次元 ,  タクシー ,  RFID
準シソーラス用語： オンライン ,  ランダムフォレスト ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 自己捕獲 ,  学習 ,  都市 ,  乗車