出行场景下实时情报和生态建设_第1页
出行场景下实时情报和生态建设_第2页
出行场景下实时情报和生态建设_第3页
出行场景下实时情报和生态建设_第4页
出行场景下实时情报和生态建设_第5页
已阅读5页，还剩20页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、出场景下实时情报和态建设实时情报对出的影响监督情报的动化破局之路多模态学习持续提升效果出场景下地图态建设探索实时情报对出的影响事件类型临时管制施工封路交通事故拥堵事件对出行的影响被动取消被动绕路交通安全出行时间实时情报建设的挑战鲜度从天级到分钟级方式从人工到自动化95%准确度是红线实时情报对出的影响监督情报的动化破局之路多模态学习持续提升效果出场景下地图态建设探索遍布全国的司机和乘客是情报员户的简洁和策略的复杂两次点击真的有问题么 真实位置在哪里巧妇难为之炊上 报 事 件时间（上报时间）地点（上报地点）过程（用户轨迹）送驾段规划路径实走路径无效规划有效规划超时规划补充规划偏航段开区间闭区间偏航

2、段Link序列绕路距离上游Ratio当前Ratio下游Ratio上报到 偏航段 的距离偏航段上报接驾段正反模式解监督启动问题偏航段Link序列绕路距离上游Ratio当前Ratio下游Ratio上报数量偏航率向 量 化异常定位策略根据熵增益确 定最佳切分点timelinkReport time如何保障95%准确率异 常 度UV: 33, 27, 22, 19, 29, 12, 20, 3, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1利用熵增益找到找到最大的熵增益点，作为最佳切分点Abnormal_ratio= !#$(&()!#$*+,-(.!#$&(./思考：为何不按

3、正反向量算异常度？开通策略封闭和开通策略要对偶结业务和场景是策略的基石Data DrivenVSDataInform实时情报对出的影响监督情报的动化破局之路多模态学习持续提升效果出场景下地图态建设探索从监督到监督学习样本库建设是监督学习的基石正样本通过在线系统积累负样本人工质检：非常少边界标注：代价高策略选择负样本避免拟合自己和正样本同分布特征程怎么搞VS机器如何转换成深度学习问题？时空数据的彩表示法根据熵 增益确 定最佳 切分点timelinkReport time时空数据的折线表示法时空数据的散点表示法多模态学习训练智能PA如何避免陷认知陷阱正样本来自策略本身负样本是策略选取的他之可以攻实时情报对出的影响监督情报的动化破局之路多模态学习

人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论