由奥地利格拉茨理工大学(TU Graz)开发的汽车雷达传感器的人工智能(AI)系统(涂格拉茨)过滤出来自其他雷达传感器的干扰信号,以改善物体检测。
研究人员基于卷积神经网络(CNNS)构建了用于自动噪声抑制的模型架构。
为了使它们更有效,研究人员用嘈杂的数据和所需的输出值培训了神经网络,然后通过减小位宽来进一步压缩最有效的模型,从而导致具有高滤波器性能和低能量消耗的AI模型。
说Tu Graz的Franz Pernkopf,“我们希望制作CNNS的行为有点说明。我们不仅对输出结果感兴趣,而且在其变化范围内。方差越小,网络的某个差异”。
从格拉兹理工大学(奥地利)
查看完整的文章
摘要版权所有©2022史密斯巴克林,华盛顿,直流,美国
没有发现任何条目