운전 능력 저하 모델링을 위한 다중 모드 마스크 확산 오토인코더
요약
운전 중 인지 상태와 행동을 모델링하기 위해 ID-MAE라는 다중 모드 마스크 확산 오토인코더를 제안합니다. 이 모델은 자기 지도 학습 목적을 추가하여 임신 능력 레이블 예측과 시선 및 궤적 재구성을 수행합니다. 103시간 분량의 주행 데이터셋 DIVERT에서 기존 대비 높은 성능을 입증하며, 다양한 모달리티 간 상호작용도 분석했습니다.
핵심 포인트
- ID-MAE는 다중 모드 마스크 확산 오토인코더를 활용합니다.
- 임신 능력 예측에 자기 지도 학습 목적을 추가하여 성능을 높였습니다.
- 103시간 분량의 주행 시뮬레이터 데이터셋 DIVERT를 도입했습니다.
- DIVERT에서 Impairment Detection AUC 0.706을 달성하며 기존 베이스라인을 능가합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG (Machine Learning)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기