Módszerek és technikák a mélytanulásban: Advancements in Mmwave Radar Solutions (Fejlemények az Mmwave radar megoldásokban)

Eredeti címe:

Methods and Techniques in Deep Learning: Advancements in Mmwave Radar Solutions

Könyv tartalma:

Módszerek és technikák a mélytanulásban

Bemutatja több, a legkorszerűbb mélytanulási architektúrát mmWave radarok számára számos fejlett alkalmazásban

Methods and Techniques in Deep Learning: Advancements in mmWave Radar Solutions (Fejlődés az mmWave radar megoldásokban) időszerű és hiteles áttekintést nyújt a mesterséges intelligencia (AI) alapú feldolgozás alkalmazásáról különböző mmWave radar alkalmazásokban. A gyakorlati mélytanulási technikákra összpontosítva ez az átfogó kötet elmagyarázza a mélytanulás alapjait, áttekinti a legmodernebb mély metrikus tanulási technikákat, ismerteti a megerősítő tanulási (RL) algoritmusok különböző tipológiáit, kiemeli, hogyan használható a tartományi adaptáció (DA) a gépi tanulási (ML) algoritmusok teljesítményének javítására, és így tovább. A könyv során az olvasók termékkész mélytanulási megoldásokat ismerhetnek meg, miközben olyan készségeket sajátítanak el, amelyek bármely ipari szintű, érzékelőalapú mélytanulási megoldás felépítéséhez fontosak.

A több mint 70 beadott szabadalommal és 100 publikált, mesterséges intelligencia- és érzékelőfeldolgozással foglalkozó szerzői csoport bemutatja, hogy a mélytanulás hogyan teszi lehetővé a mmWave radarok számos fejlett ipari, fogyasztói és autóipari alkalmazását. A mélyreható fejezetek olyan témákat tárgyalnak, mint a multimodális mélytanulási megközelítések, a Bayes-féle mélytanulás megfogalmazásához szükséges elemi blokkok, a tartományadaptáció (DA) felhasználásának módja a gépi tanulási algoritmusok teljesítményének javítására, valamint a geometriai mélytanulás alkalmazása a pontfelhők feldolgozására. Ezen túlmenően a könyv:

⬤  Tárgyalja a különböző fejlett alkalmazásokat és azt, hogy a hozzájuk kapcsolódó kihívásokat hogyan kezelték a különböző mélytanulási architektúrák és algoritmusok segítségével.

⬤  Leírja a mélytanulást a számítógépes látás, a természetes nyelvfeldolgozás, az érzékelőfeldolgozás és az mmWave radarérzékelők összefüggésében.

⬤  Bemutatja, hogyan csökkenti a mélyparaméteres tanulás a betanítható paraméterek számát és javítja az adatáramlást.

⬤  Bemutat számos ember-gép interfész (HMI) alkalmazást, például gesztusfelismerést, emberi tevékenység osztályozását, emberi lokalizációt és követést, valamint az autó utastérben történő foglaltságérzékelést.

Módszerek és technikák a mélytanulásban: Advancements in mmWave Radar Solutions: Advancements in mmWave Radar Solutions felbecsülhetetlen értékű forrás az ipari szakemberek, kutatók és végzős hallgatók számára, akik a rendszertechnika, a jelfeldolgozás, az érzékelők, az adattudomány és a mesterséges intelligencia területén dolgoznak.