دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Rodrigo Pérez González
سری:
ISBN (شابک) : 3736974620, 9783736974623
ناشر: Cuvillier
سال نشر: 2021
تعداد صفحات: 136
[137]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 10 Mb
در صورت تبدیل فایل کتاب Deep Learning Methods for Automotive Radar Signal Processing به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب روشهای یادگیری عمیق برای پردازش سیگنال رادار خودرو نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
برای اینکه رانندگی خودران به واقعیت تبدیل شود، سیستمهای حسگر آینده باید بتوانند نه تنها محیط خودرو را ضبط کنند، بلکه اطلاعات معنایی را نیز ارائه دهند. در این کار، روشهای یادگیری عمیق، به منظور افزایش یا حتی جایگزینی زنجیره پردازش سیگنال رادار کلاسیک، در زمینه برنامههای کاربردی خودرو توسعه و ارزیابی میشوند. برای این منظور، روشهای بینایی کامپیوتری پیشرفته تطبیق داده شده و برای سیگنالهای رادار به منظور شناسایی و طبقهبندی کاربران مختلف جادهها اعمال میشوند.
For autonomous driving to become a reality, future sensor systems must be able to not only capture the vehicle's environment, but also to provide semantic information. In this work, deep learning methods, meant to enhance-or even replace-the classical radar signal processing chain, are developed and evaluated in the context of automotive applications. For this purpose, state of the art computer vision approaches are adapted and applied to radar signals in order to detect and classify different road users.