kontakt@camo.nrw +49 202 / 439 1164

Neural Information Processing Systems

Die 34. Neural Information Processing Systems-Konferenz (NeurIPS) hat dieses Jahr wieder eine Vielzahl an Inhalten rund um das Thema Künstliche Intelligenz und Maschinelles Lernen geboten. Die NeurIPS zählt mit über 20.000 Teilnehmer:innen in diesem Jahr zu den wichtigsten internationalen KI-Konferenzen. An der NeurIPS beteiligen sich Unternehmen wie Google, Amazon, Facebook und Netflix um ihre Erkenntnisse und Forschungsarbeiten mit der wissenschaftlichen Community zu teilen.

Der Best-Paper Award ging an drei eingereichte wissenschaftliche Arbeiten. Das Paper „Improved guarantees and a multiple-descent curve for Column Subset Selection and the Nystrom method“ [1] behandelt die Zusammenfassung (Komprimierung) von großen Datenbeständen. Diese Arbeit ist für eine intelligente Mobilität und die digitale Referenzkarte (digitaler Zwilling) von besonderer Bedeutung, um das zukünftige Datenaufkommen verarbeiten und die Qualität beurteilen zu können. Ein weiterer Best-Paper Award ging an das Paper „No-Regret Learning Dynamics for Extensive-Form Correlated Equilibrium“ [2], welches Möglichkeiten darlegt, das Zusammenspiel verschiedener Agenten hinsichtlich individueller und globaler Ziele zu optimieren. Dieses Konzept kann auf eine intelligente Verkehrssteuerung übertragen werden, sodass nicht nur die individuellen Ziele (kurze Reisezeiten) der Verkehrsteilnehmer berücksichtigt werden, sondern auch globale Ziele (z.B. Reduktion der Schadstoff- und Lärmemissionen, Verbesserung der Mobilitätsnutzung).     

Die Arbeiten drei [3]und vier [4] stellen neuartige Konzepte für die Verkehrsoptimierung und -vorhersage vor. In [3] wird ein Ansatz für die Steuerung von Lichtsignalanlagen präsentiert, der im Vergleich zu anderen KI-Ansätzen einfacher auf neue Kreuzungssituationen übertragen werden kann und somit das Potential für eine hohe Marktdurchdringung aufweist. Ein neuer Ansatz für die Vorhersage des Verkehrsgeschehens wurde in [4] entwickelt. Eine Auswertung auf Basis realer Verkehrsdaten bestätigt die Qualität der Verkehrsvorhersage. Der Einsatz dieser Methode ist besonders für die Analyse der Verkehrsdynamik (Stop-and-Go-Wellen, Umlaufzeiten einer Ampel) und die Verkehrsplanung (Spitzenstunde, Verkehrsverhalten) geeignet.    

Die zahlreichen Beiträge der Konferenz zeigen somit neue Möglichkeiten auf, den Verkehr der Zukunft mit maschinellen Lernverfahren zu optimieren und die Leistungsfähigkeit einer digitalen Referenzkarte bzw. datenintensiver Anwendungen weiter zu steigern. 

Literatur

[1] Dereziński, M., Khanna, R. and Mahoney, M., 2020. Improved guarantees and a multiple-descent curve for Column Subset Selection and the Nyström method. In: 34th Conference on Neural Information Processing Systems. [online] Vancouver. Available at: https://proceedings.neurips.cc/paper/2020/file/342c472b95d00421be10e9512b532866-Paper.pdf

[2] Celli, A., Marchesi, A., Farina, G. and Gatti, N., 2020. No-Regret Learning Dynamics for Extensive-Form Correlated Equilibrium. In: 34th Conference on Neural Information Processing Systems. [online] Vancouver. Available at: https://proceedings.neurips.cc/paper/2020/file/5763abe87ed1938799203fb6e8650025-Paper.pdf

[3] Oroojlooy, A., Nazari, M., Hajinezhad, D. and Silva, J., 2020. AttendLight: Universal Attention-Based Reinforcement Learning Model for Traffic Signal Control. In: 34th Conference on Neural Information Processing Systems. [online] Vancouver. Available at: https://proceedings.neurips.cc/paper/2020/file/29e48b79ae6fc68e9b6480b677453586-Paper.pdf

[4] Bai, L., Yao, L., Li, C., Wang, X. and Wang, C., 2020. Adaptive Graph Convolutional Recurrent Network for Traffic Forecasting. In: 34th Conference on Neural Information Processing Systems. [online] Vancouver. Available at: https://proceedings.neurips.cc/paper/2020/file/ce1aad92b939420fc17005e5461e6f48-Paper.pdf

Verwandte Artikel

Pflicht für Assistenzsysteme ebnet den Weg für eine automatisierte Mobilität der Zukunft

Im April diesen Jahres hat die EU die Verordnung über die allgemeine Sicherheit von Fahrzeugen überarbeitet. Ab Mai 2022 sollen neue Systeme zur Unfallvermeidung und Reduzierung von Unfallopfern in Neuwagen Pflicht werden. EU-Kommissarin Elżbieta Bieńkowska […]

Mehr erfahren

Analyse der Sensorabhängigkeit einer LiDAR-basierten Objekterkennung mit neuronalen Netzen

In der Abschlussarbeit des HRW-Studenten Niclas Hüwe, welche von CAMO Mitglied Prof. Dr.-Ing. Anselm Haselhoff betreut wurde, wird die Genauigkeit unterschiedlicher LiDAR Sensoren bei Objekterkennungssystemen unter der Verwendung von neuronalen Netzen analysiert. Um Objekte im […]

Mehr erfahren

VDV veröffentlicht Innovationspapier zur automatisierten und fahrerlosen Personenbeförderung

Die Anwaltskanzlei Rödl&Partner hat im Auftrag des Verbands Deutscher Verkehrsunternehmen e.V. (VDV) ein Innovationspapier erstellt, das den kürzlich vorgestellten Novellierungsentwurf zum StVG des BMVI und damit einhergehende Veränderungen thematisiert. Dabei wird u. a. auf den […]

Mehr erfahren