Buchumschlag

FÆRDXEL: An Expert System for Danish Traffic Law

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cruz-Filipe, Luís, Vistrup, Jonas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Time Series is Worth Five Experts: Heterogeneous Mixture of Experts for Traffic Flow Prediction
von: Wang, Guangyu, et al.
Veröffentlicht: (2024)

Hypothetical answers to continuous queries over data streams
von: Cruz-Filipe, Luís, et al.
Veröffentlicht: (2019)

Artificial Intelligence in Traffic Systems
von: Saxena, Ritwik Raj
Veröffentlicht: (2024)

Graph-Conditioned Mixture of Graph Neural Network Experts for Traffic Forecasting
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2026)

Optimal Expert-Attention Allocation in Mixture-of-Experts: A Scalable Law for Dynamic Model Design
von: Li, Junzhuo, et al.
Veröffentlicht: (2026)

TrafficMoE: Heterogeneity-aware Mixture of Experts for Encrypted Traffic Classification
von: He, Qing, et al.
Veröffentlicht: (2026)

Scaling Laws for Fine-Grained Mixture of Experts
von: Krajewski, Jakub, et al.
Veröffentlicht: (2024)

Generalization and Scaling Laws for Mixture-of-Experts Transformers
von: Mayaki, Mansour Zoubeirou a
Veröffentlicht: (2026)

Traffic-R1: Reinforced LLMs Bring Human-Like Reasoning to Traffic Signal Control Systems
von: Zou, Xingchen, et al.
Veröffentlicht: (2025)

ExpertAD: Enhancing Autonomous Driving Systems with Mixture of Experts
von: Jiang, Haowen, et al.
Veröffentlicht: (2025)

Towards a Comprehensive Scaling Law of Mixture-of-Experts
von: Zhao, Guoliang, et al.
Veröffentlicht: (2025)

SDUs DAISY: A Benchmark for Danish Culture
von: Nielsen, Jacob, et al.
Veröffentlicht: (2026)

Towards Lawful Autonomous Driving: Deriving Scenario-Aware Driving Requirements from Traffic Laws and Regulations
von: Jian, Bowen, et al.
Veröffentlicht: (2026)

Parameters vs FLOPs: Scaling Laws for Optimal Sparsity for Mixture-of-Experts Language Models
von: Abnar, Samira, et al.
Veröffentlicht: (2025)

Local Mixtures of Experts: Essentially Free Test-Time Training via Model Merging
von: Bertolissi, Ryo, et al.
Veröffentlicht: (2025)

Transitive Expert Error and Routing Problems in Complex AI Systems
von: Mars, Forest
Veröffentlicht: (2026)

Reinforcement Learning-based Sequential Route Recommendation for System-Optimal Traffic Assignment
von: Wang, Leizhen, et al.
Veröffentlicht: (2025)

Counterfactual Explanations for Deep Learning-Based Traffic Forecasting
von: Wang, Rushan, et al.
Veröffentlicht: (2024)

Joint MoE Scaling Laws: Mixture of Experts Can Be Memory Efficient
von: Ludziejewski, Jan, et al.
Veröffentlicht: (2025)

The Expert Interchange Standard: Enabling Dynamic Expert Management in Mixture-of-Experts Language Models
von: Kashinath, Kadaba Shrish
Veröffentlicht: (2026)

Bio-Semantic Physics: The Thermodynamic Law of Dignity in Neural Systems
von: Gebendorfer, Jonas Jakob
Veröffentlicht: (2025)

MalLight: Influence-Aware Coordinated Traffic Signal Control for Traffic Signal Malfunctions
von: Yang, Qinchen, et al.
Veröffentlicht: (2024)

AirTrafficGen: Configurable Air Traffic Scenario Generation with Large Language Models
von: Gould, Dewi Sid William, et al.
Veröffentlicht: (2025)

Event Extraction for Portuguese: A QA-driven Approach using ACE-2005
von: Cunha, Luís Filipe, et al.
Veröffentlicht: (2024)

Dynamic Agentic AI Expert Profiler System Architecture for Multidomain Intelligence Modeling
von: Adeseye, Aisvarya, et al.
Veröffentlicht: (2026)

Explaining Expert Search and Team Formation Systems with ExES
von: Golzadeh, Kiarash, et al.
Veröffentlicht: (2024)

Prediction of Highway Traffic Flow Based on Artificial Intelligence Algorithms Using California Traffic Data
von: Lee, Junseong, et al.
Veröffentlicht: (2025)

GraphTrafficGPT: Enhancing Traffic Management Through Graph-Based AI Agent Coordination
von: Taleb, Nabil Abdelaziz Ferhat, et al.
Veröffentlicht: (2025)

TrafficSimAgent: A Hierarchical Agent Framework for Autonomous Traffic Simulation with MCP Control
von: Du, Yuwei, et al.
Veröffentlicht: (2025)

TrafficClaw: A Generalizable LLM Agent in the Unified Physical Environment for Urban Traffic Control
von: Lai, Siqi, et al.
Veröffentlicht: (2026)

Geometric Routing Enables Causal Expert Control in Mixture of Experts
von: Ternovtsii, Ivan, et al.
Veröffentlicht: (2026)

Development of an Adaptive Multi-Domain Artificial Intelligence System Built using Machine Learning and Expert Systems Technologies
von: Straub, Jeremy
Veröffentlicht: (2024)

The Scaling Laws of Skills in LLM Agent Systems
von: Chen, Charles, et al.
Veröffentlicht: (2026)

SynTraC: A Synthetic Dataset for Traffic Signal Control from Traffic Monitoring Cameras
von: Chen, Tiejin, et al.
Veröffentlicht: (2024)

SHM-Traffic: DRL and Transfer learning based UAV Control for Structural Health Monitoring of Bridges with Traffic
von: Gadiraju, Divija Swetha, et al.
Veröffentlicht: (2024)

Expert Assessment: The Systemic Environmental Risks of Artficial Intelligence
von: Schön, Julian, et al.
Veröffentlicht: (2025)

KABB: Knowledge-Aware Bayesian Bandits for Dynamic Expert Coordination in Multi-Agent Systems
von: Zhang, Jusheng, et al.
Veröffentlicht: (2025)

Generalising Traffic Forecasting to Regions without Traffic Observations
von: Su, Xinyu, et al.
Veröffentlicht: (2025)

Convergence of Multiagent Learning Systems for Traffic control
von: Sen, Sayambhu, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Traffic Light Control in Intelligent Transportation Systems
von: Zhu, Ming, et al.
Veröffentlicht: (2023)