Program Introduction課題簡介Python |機器學習|深度學習|人工智能|自動駕駛|車輛工程根據(jù)2018年的一份道路報告指出,約80%的道路交通事故是由于人為錯誤導致,為了降低道路事故率,多國近年來一直致力于自動駕駛汽車的研發(fā)?;蛟S你會問,自動駕駛就一定安全嗎?答案是‘不”。美國亞利桑那州就曾發(fā)生過Uber自動駕駛汽車撞死行人的事故,起因是自動駕駛汽車無法準確檢測和識別路人。為了解決此類安全問題,學界通過數(shù)次研究,決定在自動駕中應用深度學習的算法。作為機器學習的核心算法,深度學習使用人工神經(jīng)網(wǎng)絡來模仿人腦的復雜功能,可以有效克服傳統(tǒng)人工智能方法對于直覺,如模式、語音識別、非結(jié)構(gòu)化信息處理方面的缺陷。例如,當文字以不同書寫形式呈現(xiàn)時,深度學習以外的AI算法很難將其全部識別,而借助神經(jīng)網(wǎng)絡的深度學習算法卻能輕松將其識別分類。對于自動駕駛而言,深度學習不僅可以檢測到行人的手勢示意、規(guī)劃路徑,還能在極端天氣下識別路標路牌,極大程度地提升行車安全性。本課題將以機器學習為出發(fā)點,使用簡易的代碼講解機器學習的核心算法(深度神經(jīng)網(wǎng)絡和深度學習),通過協(xié)同通信系統(tǒng)和多層多維調(diào)制,在算法學習的基礎上使用增量方法開發(fā)包含路經(jīng)規(guī)長