日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何從各種來(lái)源獲取數(shù)據(jù)并將其輸入到機(jī)器學(xué)習(xí)模型中以預(yù)測(cè)流量

倩倩 ? 來(lái)源:文財(cái)網(wǎng) ? 2020-09-16 14:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

Google Maps是該公司使用最廣泛的產(chǎn)品之一,它具有預(yù)測(cè)即將到來(lái)的交通擁堵的能力,因此對(duì)于許多駕駛員來(lái)說(shuō)都是必不可少的。Google表示,每天都有超過(guò)10億公里的道路在該應(yīng)用程序的幫助下行駛。但是,正如這家搜索巨頭在今天的博客文章中所解釋的那樣,得益于DeepMind的機(jī)器學(xué)習(xí)工具,其功能變得更加準(zhǔn)確,該機(jī)器是總部位于倫敦的AI實(shí)驗(yàn)室,由Google的母公司Alphabet擁有。

在博客文章中,Google和DeepMind研究人員解釋了如何從各種來(lái)源獲取數(shù)據(jù)并將其輸入到機(jī)器學(xué)習(xí)模型中以預(yù)測(cè)流量。這些數(shù)據(jù)包括從Android設(shè)備匿名收集的實(shí)時(shí)交通信息,歷史交通數(shù)據(jù),來(lái)自地方政府的速度限制和建筑工地等信息,以及任何給定道路的質(zhì)量,大小和方向等因素。因此,根據(jù)Google的估計(jì),鋪成的道路勝過(guò)未鋪成的道路,而該算法將決定,有時(shí)需要更長(zhǎng)的高速公路行駛,比在多條蜿蜒的街道上行駛更快。

谷歌表示,使用DeepMind的AI工具可以將地圖中的ETA準(zhǔn)確性提高多達(dá)50%。 圖片:Google

所有這些信息都被送入DeepMind設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò),該神經(jīng)網(wǎng)絡(luò)挑選出數(shù)據(jù)中的模式并用它們來(lái)預(yù)測(cè)未來(lái)的流量。谷歌表示,其新模式在某些城市將谷歌地圖的實(shí)時(shí)ETA的準(zhǔn)確性提高了50%。它還指出,在COVID-19爆發(fā)以及隨后的道路使用變化之后,必須更改用于做出這些預(yù)測(cè)的數(shù)據(jù)。

“自2020年初開(kāi)始鎖定以來(lái),我們發(fā)現(xiàn)全球流量下降了50%?!?/p>

Google Maps產(chǎn)品經(jīng)理Johann Lau寫(xiě)道:“自2020年初開(kāi)始鎖定以來(lái),全球流量下降了50%,” “為了應(yīng)對(duì)這種突然的變化,我們最近更新了模型,使其變得更加敏捷-自動(dòng)對(duì)過(guò)去兩到四周的歷史流量模式進(jìn)行優(yōu)先排序,并在此之前的任何時(shí)間對(duì)模式進(jìn)行優(yōu)先排序。”

這些模型通過(guò)將地圖劃分為Google所謂的“超級(jí)細(xì)分市場(chǎng)”來(lái)工作-相鄰街道的集群共享流量。每一個(gè)都與一個(gè)單獨(dú)的神經(jīng)網(wǎng)絡(luò)配對(duì),該神經(jīng)網(wǎng)絡(luò)可以對(duì)該部門(mén)進(jìn)行流量預(yù)測(cè)。尚不清楚這些超級(jí)段的大小,但是Google注意到它們具有“動(dòng)態(tài)大小”,這表明它們會(huì)隨著流量的變化而變化,并且每個(gè)都使用“ TB”的數(shù)據(jù)。此過(guò)程的關(guān)鍵是使用一種稱(chēng)為Graph Neural Network的特殊類(lèi)型的神經(jīng)網(wǎng)絡(luò),Google表示該神經(jīng)網(wǎng)絡(luò)特別適合處理此類(lèi)映射數(shù)據(jù)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • Google
    +關(guān)注

    關(guān)注

    5

    文章

    1817

    瀏覽量

    60656
  • 應(yīng)用程序
    +關(guān)注

    關(guān)注

    38

    文章

    3346

    瀏覽量

    60435
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    67

    文章

    8567

    瀏覽量

    137268
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    纜道雷達(dá)測(cè)流應(yīng)用場(chǎng)景

    ,這套系統(tǒng)由纜道基礎(chǔ)、控制及傳輸系統(tǒng)、雷達(dá)運(yùn)行車(chē)、水位計(jì)、雷達(dá)流速儀組成,非接觸方式測(cè)量河流表面流速和水位,自動(dòng)換算流量并實(shí)時(shí)上傳數(shù)據(jù)服務(wù)器,多樣化場(chǎng)景適配能
    的頭像 發(fā)表于 04-28 11:34 ?89次閱讀
    纜道雷達(dá)<b class='flag-5'>測(cè)流</b>應(yīng)用場(chǎng)景

    纜道雷達(dá)測(cè)流與其他測(cè)流系統(tǒng)有什么優(yōu)勢(shì)

    河道流量監(jiān)測(cè)技術(shù)持續(xù)迭代,傳統(tǒng)人工測(cè)流、固定式單點(diǎn)測(cè)流等方式在復(fù)雜工況下的局限性不斷顯現(xiàn),自動(dòng)化、非接觸式測(cè)流裝備逐步成為行業(yè)主流選擇。德??萍祭|道雷達(dá)
    的頭像 發(fā)表于 04-28 10:55 ?268次閱讀
    纜道雷達(dá)<b class='flag-5'>測(cè)流</b>與其他<b class='flag-5'>測(cè)流</b>系統(tǒng)有什么優(yōu)勢(shì)

    機(jī)器學(xué)習(xí)數(shù)據(jù)質(zhì)量雙保障:“驗(yàn)證”“標(biāo)記”

    機(jī)器學(xué)習(xí)的世界里,有句老話尤為貼切:“garbagein,garbageout”(輸入垃圾,輸出垃圾)。無(wú)論模型架構(gòu)多先進(jìn)、算法多精妙,數(shù)據(jù)
    的頭像 發(fā)表于 04-24 15:48 ?123次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>中</b>的<b class='flag-5'>數(shù)據(jù)</b>質(zhì)量雙保障:<b class='flag-5'>從</b>“驗(yàn)證”<b class='flag-5'>到</b>“標(biāo)記”

    無(wú)人機(jī)測(cè)流監(jiān)測(cè)技術(shù)應(yīng)用分析

    水文監(jiān)測(cè)領(lǐng)域?qū)α魉佟?b class='flag-5'>流量數(shù)據(jù)獲取效率與精度提出持續(xù)提升要求,無(wú)人機(jī)測(cè)流監(jiān)測(cè)技術(shù)憑借非接觸、機(jī)動(dòng)化與智能化特征,被研究人員視作傳統(tǒng)測(cè)流手段的
    的頭像 發(fā)表于 03-05 12:08 ?185次閱讀
    無(wú)人機(jī)<b class='flag-5'>測(cè)流</b>監(jiān)測(cè)技術(shù)應(yīng)用分析

    API數(shù)據(jù)分析:淘寶流量來(lái)源分析,渠道優(yōu)化!

    優(yōu)化渠道策略。我們將使用Python作為工具,結(jié)合數(shù)據(jù)分析和統(tǒng)計(jì)方法,確保過(guò)程真實(shí)可靠。 1. 理解淘寶流量來(lái)源 淘寶流量主要來(lái)自多個(gè)渠道,包括: 直接訪問(wèn) :用戶(hù)直接
    的頭像 發(fā)表于 01-23 13:42 ?434次閱讀
    API<b class='flag-5'>數(shù)據(jù)</b>分析:淘寶<b class='flag-5'>流量</b><b class='flag-5'>來(lái)源</b>分析,渠道優(yōu)化!

    數(shù)據(jù)模型:如何預(yù)測(cè)細(xì)節(jié)距鍵合的剪切力?

    預(yù)估其剪切力?行業(yè)內(nèi)的研究數(shù)據(jù)為我們揭示了可能性。今天,科準(zhǔn)測(cè)控小編將帶您了解如何基于實(shí)驗(yàn)數(shù)據(jù)建立并應(yīng)用預(yù)測(cè)模型,實(shí)現(xiàn)從“測(cè)量”“預(yù)估”的
    發(fā)表于 01-08 09:45

    陣列雷達(dá)波測(cè)流系統(tǒng):多波束技術(shù)賦能水文流量精準(zhǔn)監(jiān)測(cè)

    在現(xiàn)代水文監(jiān)測(cè)技術(shù)體系,陣列雷達(dá)波測(cè)流系統(tǒng)憑借多波束協(xié)同探測(cè)的技術(shù)特性,成為實(shí)現(xiàn)寬斷面、復(fù)雜流態(tài)下流量精準(zhǔn)測(cè)量的重要裝備。該系統(tǒng)擺脫傳統(tǒng)單點(diǎn)測(cè)速的局限性,將多組雷達(dá)探頭陣列形式布設(shè)
    的頭像 發(fā)表于 01-05 11:19 ?418次閱讀
    陣列雷達(dá)波<b class='flag-5'>測(cè)流</b>系統(tǒng):多波束技術(shù)賦能水文<b class='flag-5'>流量</b>精準(zhǔn)監(jiān)測(cè)

    API數(shù)據(jù)分析:淘寶銷(xiāo)售預(yù)測(cè)模型,決策更科學(xué)!

    ? ?在電商領(lǐng)域,精準(zhǔn)的銷(xiāo)售預(yù)測(cè)直接影響庫(kù)存管理、營(yíng)銷(xiāo)策略和資金周轉(zhuǎn)效率。本文將介紹如何基于淘寶API數(shù)據(jù)構(gòu)建銷(xiāo)售預(yù)測(cè)模型,并通過(guò)代碼實(shí)現(xiàn)全流程分析。 1.
    的頭像 發(fā)表于 12-31 09:46 ?444次閱讀
    API<b class='flag-5'>數(shù)據(jù)</b>分析:淘寶銷(xiāo)售<b class='flag-5'>預(yù)測(cè)</b><b class='flag-5'>模型</b>,決策更科學(xué)!

    基于ETAS嵌入式AI工具鏈將機(jī)器學(xué)習(xí)模型部署量產(chǎn)ECU

    AI在汽車(chē)行業(yè)的應(yīng)用日益深化,如何將機(jī)器學(xué)習(xí)領(lǐng)域的先進(jìn)模型(如虛擬傳感器)集成ECU軟件,已成為業(yè)界面臨的核心挑戰(zhàn)。
    的頭像 發(fā)表于 12-24 10:55 ?6425次閱讀
    基于ETAS嵌入式AI工具鏈將<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>模型</b>部署<b class='flag-5'>到</b>量產(chǎn)ECU

    移動(dòng)式纜道雷達(dá)波測(cè)流監(jiān)測(cè)設(shè)備技術(shù)解析

    在水文監(jiān)測(cè)、防洪調(diào)度及水資源管理領(lǐng)域,河流流量數(shù)據(jù)的精準(zhǔn)獲取是開(kāi)展各項(xiàng)水利工作的核心基礎(chǔ)。移動(dòng)式纜道雷達(dá)波測(cè)流監(jiān)測(cè)設(shè)備憑借非接觸式測(cè)量的技術(shù)特性,突破了傳統(tǒng)人工
    的頭像 發(fā)表于 12-10 11:56 ?557次閱讀
    移動(dòng)式纜道雷達(dá)波<b class='flag-5'>測(cè)流</b>監(jiān)測(cè)設(shè)備技術(shù)解析

    陣列雷達(dá)波測(cè)流監(jiān)測(cè)技術(shù)的原理、參數(shù)及應(yīng)用實(shí)踐

    在現(xiàn)代水文監(jiān)測(cè)體系,精準(zhǔn)獲取大范圍水域的流量數(shù)據(jù)對(duì)防洪調(diào)度、水資源規(guī)劃及生態(tài)保護(hù)具有關(guān)鍵意義。陣列雷達(dá)波測(cè)流監(jiān)測(cè)技術(shù)憑借多通道協(xié)同感知能力
    的頭像 發(fā)表于 10-30 13:56 ?368次閱讀
    陣列雷達(dá)波<b class='flag-5'>測(cè)流</b>監(jiān)測(cè)技術(shù)的原理、參數(shù)及應(yīng)用實(shí)踐

    如何將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型部署蜂鳥(niǎo)e203開(kāi)發(fā)板上

    = input_tensor->data.uint8;std::memcpy(input_data, input_image, input_size);// 將圖像數(shù)據(jù)復(fù)制輸入張量的
    發(fā)表于 10-22 08:04

    FAQ_MA35_Family eMMC如何將映像編程其中一個(gè)分區(qū)并將其他分區(qū)用于其他目的?

    FAQ_MA35_Family eMMC如何將映像編程其中一個(gè)分區(qū),并將其他分區(qū)用于其他目的?
    發(fā)表于 09-02 08:05

    模型在半導(dǎo)體行業(yè)的應(yīng)用可行性分析

    的應(yīng)用,比如使用機(jī)器學(xué)習(xí)分析數(shù)據(jù),提升良率。 這一些大模型是否真的有幫助 能夠在解決工程師的知識(shí)斷層問(wèn)題 本人純小白,不知道如何涉足這方面 應(yīng)該問(wèn)什么大
    發(fā)表于 06-24 15:10

    邊緣計(jì)算機(jī)器學(xué)習(xí):基于 Linux 系統(tǒng)的實(shí)時(shí)推理模型部署與工業(yè)集成!

    你好,旅行者!歡迎來(lái)到Medium的這一角落。在本文中,我們將把一個(gè)機(jī)器學(xué)習(xí)模型(神經(jīng)網(wǎng)絡(luò))部署邊緣設(shè)備上,利用ModbusTCP寄存器
    的頭像 發(fā)表于 06-11 17:22 ?1172次閱讀
    邊緣計(jì)算<b class='flag-5'>中</b>的<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>:基于 Linux 系統(tǒng)的實(shí)時(shí)推理<b class='flag-5'>模型</b>部署與工業(yè)集成!
    永新县| 达州市| 临沂市| 定州市| 武隆县| 阳西县| 东莞市| 密云县| 兴和县| 赤峰市| 师宗县| 沙田区| 历史| 邵东县| 开阳县| 获嘉县| 遵化市| 察雅县| 昌宁县| 巴中市| 红原县| 新乐市| 四子王旗| 衡东县| 达拉特旗| 祁连县| 谷城县| 醴陵市| 永修县| 镇沅| 桑日县| 乌鲁木齐市| 京山县| 岗巴县| 交城县| 苏州市| 双江| 雅安市| 玛纳斯县| 武城县| 临泉县|