Artifacts for the paper "Concretization of Abstract Traffic Scene Specifications Using Metaheuristic Search"
Notice bibliographique
Résumé
This deposit contains measurement data and additional artifacts pertaining to the "Concretization of Abstract Traffic Scene Specifications Using Metaheuristic Search" paper. Specifically, the artifacts are divided into 6 directories: 0-config/ contains configuration files use to generate input scene specifications (using Scenic) with various number of actors. 1-data/ contains the generated input scene specifications for each map and actor size. It also contains additional scene specifications used for RQ3 (in the `zalaFullcrop/` subfolder). 2-results/ contains measurement results (i.e. (1) visualizations of generated scenes and (2) corresponding scene specifications containing exact positions of each vehicle, as well as (3) measurement data) for each research question. 3-figures/ contains figures derived from the contents of `results/` (including additional figures not included in the publication). 4-TestingSemanticSegmentation/ contains artifacts related to the integration of the CARLA simulator and of three computer-vision components: 0-sceneConfig/ contains configuration files used to generate scenes. 1-scenesWithExactCoordinates/ contains (1) visualizations of generated scenes and (2) corresponding Scenic-compatible scene specifications containing exact positions of each vehicle. 2-staticImages/ contains dashcam images for generated scenes and corresponding ground truth semantic segmentation, obtained through the CARLA integration. 3-predictions/ contains predicted semantic segmentation results (and their overlay on top of the corresponding dashcam image) obtained using three computer-vision components. 4-videos/ contains videos of generated scenes running with the default AV stack included in CARLA. 5-metrics contains initial measurement data for the predicted semantic segmentation. 5-simulationVideos/ contains videos of two scenario-based test cases executed in simulation. The two scenarios are only differenciated by the initial scene, which impacts the outcome of test execution (collision vs. no-collision). All the code of the proposed MHS-based scene concretization approach is implemented as an extension to the Scenic tool, which is available under the 3-Clause BSD License.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,371 | 0,124 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».