• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >Managing Big Data for Addressing Research Questions in a Collaborative Project on Automated Driving Impact Assessment
【2h】

Managing Big Data for Addressing Research Questions in a Collaborative Project on Automated Driving Impact Assessment

机译：管理在自动化驾驶影响评估的协作项目中处理研究问题的大数据

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

While extracting meaningful information from big data is getting relevance, literature lacks information on how to handle sensitive data by different project partners in order to collectively answer research questions (RQs), especially on impact assessment of new automated driving technologies. This paper presents the application of an established reference piloting methodology and the consequent development of a coherent, robust workflow. Key challenges include ensuring methodological soundness and data validity while protecting partners’ intellectual property. The authors draw on their experiences in a 34-partner project aimed at assessing the impact of advanced automated driving functions, across 10 European countries. In the first step of the workflow, we captured the quantitative requirements of each RQ in terms of the relevant data needed from the tests. Most of the data come from vehicular sensors, but subjective data from questionnaires are processed as well. Next, we set up a data management process involving several partners (vehicle manufacturers, research institutions, suppliers and developers), with different perspectives and requirements. Finally, we deployed the system so that it is fully integrated within the project big data toolchain and usable by all the partners. Based on our experience, we highlight the importance of the reference methodology to theoretically inform and coherently manage all the steps of the project and the need for effective and efficient tools, in order to support the everyday work of all the involved research teams, from vehicle manufacturers to data analysts.
机译：在从大数据中提取有意义的信息的同时，文献缺乏有关如何由不同项目合作伙伴处理敏感数据的信息，以便共同回答研究问题（RQS），尤其是对新的自动化驾驶技术的影响评估。本文介绍了建立的参考试点方法的应用以及随后的连贯性，强大的工作流程的发展。关键挑战包括在保护合作伙伴知识产权的同时确保方法论健全和数据有效性。作者借鉴了他们在旨在评估10个欧洲各国的先进自动驾驶功能的影响的34合伙人项目中的经验。在工作流程的第一步中，我们在测试所需的相关数据方面捕获了每个RQ的定量要求。大多数数据来自车辆传感器，但也处理了来自调查问卷的主观数据。接下来，我们建立了涉及几个合作伙伴（车辆制造商，研究机构，供应商和开发人员）的数据管理过程，具有不同的观点和要求。最后，我们部署了系统，以便在项目大数据工具链内完全集成，并通过所有合作伙伴使用。基于我们的经验，我们突出了参考方法的重要性，理论上是通知，并连贯地管理项目的所有步骤以及有效和高效的工具，以支持所有涉及的研究团队的日常工作制造商到数据分析师。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号