この体系的レビューは、自動運転車(CAV)における異常検知に焦点を当てている。初期のデータベース検索では2160本の論文が見つかり、厳格なスクリーニングと評価の後に203本の論文が含まれた。この研究では、異常検知に最も一般的に使用されるAIアルゴリズムは、LSTMやCNN、オートエンコーダ、one-class SVMなどのニューラルネットワークであることが明らかになった。ほとんどの異常検知モデルは、実際の車両運転データを使って学習されていたが、攻撃やエラーなどの異常はデータセットに人工的に注入されていた。これらのモデルは主に再現率、正確度、精度、F1スコア、偽陽性率の5つの評価指標を使って評価された。異常検知モデルの評価に最も頻繁に使用された指標の組み合わせは、正確度、精度、再現率、F1スコアであった。
このレビューでは以下のいくつかの提言がなされている。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by J. R. V. Sol... at arxiv.org 05-07-2024
https://arxiv.org/pdf/2405.02731.pdfDeeper Inquiries