Automatic passenger counting (APC) in public transport has been introduced in the 1970s and has been rapidly emerging in recent years. APC systems, like all other measurement devices, are susceptible to error, which is treated as random noise and is required to not exceed certain bounds. The demand for very low errors is especially fueld by applications like revenue sharing, which is in the billions, annually. As a result, both the requirements as well as the costs heavily increased. In this work, we address the latter problem and present a solution to increase the efficiency of initial or recurrent (e.g. yearly or more frequent) APC validation. Our new approach, the partitioned equivalence test, is an extension to this widely used statistic hypothesis test and guarantees the same bounded, low user risk while reducing effort. This can be used to either cut costs or to extend validation without cost increase. While the pre-classification itsself can be arbitrary, we evaluated multiple use cases: entirely manual and algorithmic resp. artificial intelligence assisted workflows. For former, by restructuring the evaluation of manual counts, our new statistical test can be used as a drop-in replacement for existing test procedures. The largest savings, however, result from latter algorithmic use cases: Due to the user risk being as bounded as in the original equivalence test, no additional requirements are introduced. Algorithms are allowed to be failable and thus, our test does not require the availability of general artificial intelligence. All in all, automatic passenger counting as well as the equivalence test itself can both benefit from our new extension.


翻译:在公共运输中自动计票(APC)是1970年代引入的,近年来也迅速出现。APC系统与所有其他测量装置一样,容易出错,被作为随机噪音处理,要求不超过一定限度。对非常低误差的需求特别受到收入分享等应用的推动,每年有数十亿个,因此,要求和费用都大大增加。在这项工作中,我们处理后一个问题,并提出提高APC初始或经常性(例如每年或更频繁)验证效率的解决方案。我们的新办法,即分解等值测试,是这一广泛使用的统计假设测试的延伸,保证相同的受约束的低用户风险,同时减少努力。这可以用来降低成本或扩大验证范围,而不会增加成本。虽然分类前本身可能具有任意性,但我们评估了多种使用案例:完全手工和算法的重整人工情报协助工作流程。前,通过调整手动计数,我们新的统计测试可以用来作为现有测试程序的递减替换替代。因此,最大的预估值本身不能作为原定等值测试的自动测试结果。因此,最大的自动测试需要从原定值本身的自动测试进行额外的计算。

0
下载
关闭预览

相关内容

CASES:International Conference on Compilers, Architectures, and Synthesis for Embedded Systems。 Explanation:嵌入式系统编译器、体系结构和综合国际会议。 Publisher:ACM。 SIT: http://dblp.uni-trier.de/db/conf/cases/index.html
专知会员服务
39+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
专知会员服务
60+阅读 · 2020年3月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
59+阅读 · 2019年8月26日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关VIP内容
专知会员服务
39+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
商业数据分析,39页ppt
专知会员服务
159+阅读 · 2020年6月2日
专知会员服务
60+阅读 · 2020年3月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【CMU】机器学习导论课程(Introduction to Machine Learning)
专知会员服务
59+阅读 · 2019年8月26日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员