شماره ركورد كنفرانس :
5421
عنوان مقاله :
يادگيري عميق در سيستم هوشمند خودرو
عنوان به زبان ديگر :
Deep learning in the intelligent car system
پديدآورندگان :
موحد نژاد هما h.movahed@pco.iaun.ac.ir دانشگاه آزاد اسلامي واحد نجف آباد , شريفي مهدي m.sharifi@pco.iaun.ir دانشگاه آزاد اسلامي واحد نجف آباد , جعفري رحيم rahim.jafari@khuisf.ac.ir دانشگاه آزاد اسلامي واحد خوراسگان
كليدواژه :
يادگيري عميق , سيستم هوشمند , خودرو , تشخيص , تكنولوژي
عنوان كنفرانس :
اولين كنفرانس بين المللي و هفتمين كنفرانس ملي مهندسي برق و سيستم‌هاي هوشمند
چكيده فارسي :
خودروهاي هوشمند به طور عمده بخشي از زندگي روزمره خواهند شد. بدون شك، در بيست سال آينده، آنها مي‌توانند به كاهش ترافيك كمك كنند يا حداقل به لطف تعامل مداوم بين خودرو و شهر هوشمند، خيابان ها، علائم و محيط اطراف را قابل مديريت تر كنند. يادگيري عميق در سيستم هوشمند خودرو با استفاده از الگوريتم‌ها در فرآيند تصميم‌گيري و كنترل خودرو نقش دارد. اين تكنولوژي به خودروها امكانات هوشمندي مانند تشخيص علائم راهنمايي و رانندگي خودكار، تشخيص و پيش‌بيني تصادفات، تشخيص و پيشگيري از خطرات و غيره را مي‌دهد. با استفاده از اين تكنولوژي، سيستم هوشمند خودرو مي‌تواند اطلاعات حسگرها را تحليل كرده و درك كاملي از محيط اطراف خود داشته باشد. يادگيري عميق در سيستم هاي هوشمند خودرو در تشخيص جاده، خط، وسيله نقليه، عابر پياده، خواب آلودگي رانندگان، علائم راهنمايي و رانندگي و اجتناب از برخورد به كار مي رود و قادر به پردازش حجم زيادي از داده‌هاي بدون ساختار است. بررسي ها مروري در يادگيري عميق نشان مي دهد در ميان الگوريتم‌هاي يادگيري عميق، نوع خاصي از شبكه‌هاي عصبي عميق به نام شبكه‌هاي عصبي كانولوشن عملكرد بسيار خوبي در بينايي كامپيوتري دارند زيرا قادر به يافتن الگوها و تشخيص ويژگي‌ها در بين تصاوير هستند.
