NeMeFIS 车辆跟驰行为建模论文发布
热点事件持续更新
NeMeFIS 车辆跟驰行为建模论文发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
报道摘要
研究提出神经记忆模糊推理系统 NeMeFIS，通过整合程序性、工作、情景、语义和陈述性五类人类记忆，对跟车行为中的加速与减速进行非对称建模。基于 54 个训练模型的结果显示，NeMeFIS 在复现真实驾驶行为上优于线性回归、ANFIS 和 LSTM，其中陈述性记忆在减速时规则需求最高，程序性记忆驱动加速。该框架可用于网联与自动驾驶汽车（CAV）的自适应类人决策系统。
摘自 arXiv cs.LG
最新进展10月9日 12:00
NeMeFIS：用五类人类记忆建模跟车行为的神经记忆模糊推理系统报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.LGNeMeFIS：用五类人类记忆建模跟车行为的神经记忆模糊推理系统
研究提出神经记忆模糊推理系统 NeMeFIS，通过整合程序性、工作、情景、语义和陈述性五类人类记忆，对跟车行为中的加速与减速进行非对称建模。基于 54 个训练模型的结果显示，NeMeFIS 在复现真实驾驶行为上优于线性回归、ANFIS 和 LSTM，其中陈述性记忆在减速时规则需求最高，程序性记忆驱动加速。该框架可用于网联与自动驾驶汽车（CAV）的自适应类人决策系统。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。