Классификация изображений с помощью нейронных сетей. Сжатие и ускорение обуче...Yandex
Свёрточные нейронные сети позволяют получать потрясающие результаты во многих задачах компьютерного зрения. В этом докладе я расскажу о нашем опыте обучения и применения свёрточных нейронных сетей. Отдельно будет затронут актуальный вопрос сжатия и ускорения нейросетевых моделей.
Классификация изображений с помощью нейронных сетей. Сжатие и ускорение обуче...Yandex
Свёрточные нейронные сети позволяют получать потрясающие результаты во многих задачах компьютерного зрения. В этом докладе я расскажу о нашем опыте обучения и применения свёрточных нейронных сетей. Отдельно будет затронут актуальный вопрос сжатия и ускорения нейросетевых моделей.
Решения и технологии для умных городов - взгляд в будущееCisco Russia
Умный город –использует интеллектуальные возможности современных сетей для получения информации и создания сервисов, чтобы бороться с проблемами перенаселенности, вредных выбросов, недостатком ресурсов и несовременной инфраструктурой для обеспечения экономического роста.
Интеллектуализация транспорта. О персональном подходе в страхованииРоман Душкин
Системы фотовидеофиксации нарушений правил дорожного движения, разворачиваемые на сети автомобильных дорог в регионах и муниципалитетах страны, предназначаются, в первую очередь, для повышения безопасности дорожного движения, снижения общей статистики по аварийности и «воспитанию» у водителей социально-ответственного поведения. Сбор штрафов в региональный дорожный фонд является, скорее, побочной функцией системы, однако представляет собой важную составляющую функциональности, поскольку позволяет как окупить реализацию самой системы, так и подготовить бюджет для создания социально-значимых сегментов интеллектуальных транспортных систем.
Искусственный Интеллект и Автомобильный ТранспортРоман Душкин
Презентация вебинара «Искусственный Интеллект и Автомобильный Транспорт», проведённого 28.06.2017 под эгидой Ассоциации Транспортных Инженеров (АТИ) и компании ВойсЛинк.
Решения и технологии для умных городов - взгляд в будущееCisco Russia
Умный город –использует интеллектуальные возможности современных сетей для получения информации и создания сервисов, чтобы бороться с проблемами перенаселенности, вредных выбросов, недостатком ресурсов и несовременной инфраструктурой для обеспечения экономического роста.
Интеллектуализация транспорта. О персональном подходе в страхованииРоман Душкин
Системы фотовидеофиксации нарушений правил дорожного движения, разворачиваемые на сети автомобильных дорог в регионах и муниципалитетах страны, предназначаются, в первую очередь, для повышения безопасности дорожного движения, снижения общей статистики по аварийности и «воспитанию» у водителей социально-ответственного поведения. Сбор штрафов в региональный дорожный фонд является, скорее, побочной функцией системы, однако представляет собой важную составляющую функциональности, поскольку позволяет как окупить реализацию самой системы, так и подготовить бюджет для создания социально-значимых сегментов интеллектуальных транспортных систем.
Искусственный Интеллект и Автомобильный ТранспортРоман Душкин
Презентация вебинара «Искусственный Интеллект и Автомобильный Транспорт», проведённого 28.06.2017 под эгидой Ассоциации Транспортных Инженеров (АТИ) и компании ВойсЛинк.
3. Распознавание образов
Синтез моделей
(дороги, поведения
объектов
ГИС-сервис
(карты, навигация)
Управление
автомобилем
Локализация на карте
и в пространстве
Планирование
траектории движения
и контроль
Сенсоры
Управление узлами и двигателем
Архитектура решений автоматизированного
управления автомобилем
4. Сенсоры. Проблема «восприятия» окружающей среды
Все сенсоры отображают определенный аспект реальной «дорожной обстановки»
Их нужно уметь объединять, перепроверять и синхронизировать.
Google’s self-driving car gathers 750 megabytes of sensor data per SECOND!
Source: www.willappsug.com
9. Интеллектуальная составляющая
1. Цифровая обработка сигналов сенсоров
2. Построение модели дороги
3. Создание карты текущего участка дороги в высоком разрешении
4. Локализация транспортного средства
5. Выбор стратегии управления автомобилем
6. Распознавание объектов дороги
7. Моделирование поведения объектов на дороге
10. Дополнительные сведения
1. Стандарт ISO 26262 – стандарт функциональной безопасности
2. Проблемы обработки информации с сенсоров.
3. Опасность ложных распознаваний (False - positive)
4. Дальность и быстродействие сенсоров
5. Проблема передачи управления водителю. Когда, как быстро, каким
образом
6. Точность локализации, стандартизация и «обмен картами» между
авто
7. «Паттерны» поведения авто в аварийных ситуациях. Базы примеров
и устойчивый синтез «решения»
8. Предсказание маневров участников дорожного движения. Объекты с
малой инерционностью.