Knowledge-based Entity Prediction for Improved Machine Perception in Autonomous Systems

要約

知識ベース実体予測（KEP）は、自律システムにおける機械の知覚を向上させることを目的とした新しいタスクである。KEPは潜在的に認識されない実体を予測する際に、異種ソースからの関係知識を活用する。本論文では、知識補完タスクとしてのKEPの正式な定義を提供する。次に、いくつかの機械学習およびデータマイニング技術を採用した、3つの潜在的な解決策を紹介する。最後に、KEPの適用性を、異なる領域の2つの自律システム、すなわち、自律走行とスマートマニュファクチャリングで実証する。我々は、複雑な実世界のシステムにおいて、KEPを使用することにより、機械の知覚が大幅に改善されるとともに、現在の技術を完全な自律性の達成に一歩近づけることができると主張する。

要約(オリジナル)

Knowledge-based entity prediction (KEP) is a novel task that aims to improve machine perception in autonomous systems. KEP leverages relational knowledge from heterogeneous sources in predicting potentially unrecognized entities. In this paper, we provide a formal definition of KEP as a knowledge completion task. Three potential solutions are then introduced, which employ several machine learning and data mining techniques. Finally, the applicability of KEP is demonstrated on two autonomous systems from different domains; namely, autonomous driving and smart manufacturing. We argue that in complex real-world systems, the use of KEP would significantly improve machine perception while pushing the current technology one step closer to achieving full autonomy.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL