Tobias Freudling,BMW集团
在本演示中,您将看到一个车辆数据自动分类的演示,它来自不同的驾驶操作,旨在预测车辆的过度转向。将传统的实现方法与机器学习方法进行了比较。到目前为止,已经在传统意义上定义了某些阈值,当超过这个阈值时应发出超调信号。在某些情况下,也有依赖速度的睡眠者,这是由多年的经验决定的。因此,使用机器学习方法能够多好和多快地描述测量结果的问题也成为了问题。
基于统计和机器学习工具箱™的分类算法的模型进行了培训,专注于过载的具体驱动情况。对于用于训练的数据集,模型的预测精度超过95%。在下一步中,然后将该模型应用于新记录。第一个评估显示了有希望的结果。
录音时间:2018年4月17日
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。