Long memory is important: A test study on deep-learning based car-following model
Long memory is important: A test study on deep-learning based car-following model
本篇文章发表在2019年Physica A 期刊上(3区)
摘要
长时间记忆效应是否在汽车跟踪模型中起着重要作用仍未解决。在本文中,我们研究了在实践中观察到的长记忆效应和滞后现象之间的可能关系。特别是,我们比较了不同的基于深度学习的汽车跟踪模型的性能,这些模型将各种时间尺度的历史信息作为输入。测试表明,只有具有长记忆的汽车跟踪模型才能正确模拟滞后现象。因此,我们认为,汽车跟踪模型应该适当地嵌入长记忆效应。
模型数据集增强
使用NGSIM数据集去标定IDM数据集,使用标定过后的数据集去生成模拟数据,然后加入到原来的数据集中形成一个新的数据集去训练深度学习模型。其中IDM模型假定加速度是速度、间隙和速度差(接近率)的连续函数。它的关键思想是设定一个安全速度和安全距离。一方面,它应用安全速度来控制车辆的加速。另一方面,它应用安全距离来控制车辆刹车,以避免碰撞。
结论
在本文中,我们通过匝道模拟研究了中提出的深度学习汽车跟踪模型的长记忆效应。用相同的经验性汽车跟踪数据训练了两个具有不同规模的历史输入的深度神经网络,并进行了比较。特别是,我们使用数据增强来生成一些虚拟数据,以更好地训练深度神经网络。
我们比较了长记忆和短记忆的汽车跟踪模型所模拟的可能的相位转换和滞后现象。在相位模式的比较中,长记忆模型模拟的相位转换和滞后与之前的其他模拟和实验很一致;而短记忆模型未能做到这一点。这表明驱动行为中存在长记忆效应。尽管这一发现可能还不足以完全验证驾驶员的长记忆效应,但它激发了人们在不久的将来对记忆效应的进一步讨论。
受篇幅限制,我们在本文中主要讨论记忆效应的可能存在。我们计划在不久的将来对交通现象(如瓶颈处的交通故障、排队溢出和拥堵的传播)进行更多的实验。
对交通领域的知识不是很了解,对相位图以及滞后现象了解不深入,所以对实验部分并不是很懂,以及在算插入路口的公式时,讲解并不是很深入。有的地方并不是很懂。但是数据增强部分的内容还是值得我去学习的。
Long memory is important: A test study on deep-learning based car-following model相关推荐
- 论文笔记【A Comprehensive Study of Deep Video Action Recognition】
论文链接:A Comprehensive Study of Deep Video Action Recognition 目录 A Comprehensive Study of Deep Video A ...
- 虹膜识别论文2:An Experimental Study of Deep Convolutional Features For Iris Recognition 2016年 学习心得
翻译: An Experimental Study of Deep Convolutional Features For Iris Recognition 深度卷积特征用于虹膜识别的实验研究 2016 ...
- 【论文阅读】A Comprehensive Study on Cross-View Gait Based Human Identification with Deep CNNs
A Comprehensive Study on Cross-View Gait Based Human Identification with Deep CNNs 摘要 Intro Related ...
- A Comprehensive Study of Deep Video Action Recognition 论文笔记
A Comprehensive Study of Deep Video Action Recognition 论文链接: https://arxiv.org/abs/2012.06567 一. Pro ...
- 《The Frontiers of Memory and Attention in Deep Learning》 图文结合详解深度学习Memory Attention
原文地址: https://yq.aliyun.com/articles/65356?spm=5176.100238.goodcont.2.Sy8Xe6 深度学习中的记忆前沿和吸引点 作者 Steph ...
- Quora上How important is deep learning in autonomous driving?答案的搬运
原题目链接 https://www.quora.com/How-important-is-deep-learning-in-autonomous-driving# 答案1 Deep learning ...
- 【论文笔记】APPLYING DEEP LEARNING TO ANSWER SELECTION: A STUDY AND AN OPEN TASK
一.简介 这篇论文的任务是问答,输入一个question,从候选集中找到对应的answer.其实也可以看成paraphrase identification任务,或者是短文本匹配. 文中使用的数据集是 ...
- 《Applying Deep Learning to Answer Selection: A Study And an Open Task》文章理解小结
本篇论文是2015年的IBM watson团队的. 论文地址: 这是一篇关于QA问题的一篇论文: 相关论文讲解1.https://www.jianshu.com/p/48024e9f7bb22.htt ...
- 论文阅读——A Comprehensive Study on Deep Learning-Based 3D Hand Pose Estimation Methods综述阅读2
3D手势姿态估计综述 本文通过对大量有代表性的论文研究,提出一种基于输入数据模式的新分类法,即RGB.深度或多模态信息.最后,我们展示了在最流行的RGB和基于深度的数据集上的结果,并讨论了这一快速 ...
- Domain adaptation from daytime to nighttime: A situation-sensitive vehicle detection and traffic…(翻)
Title:Domain adaptation from daytime to nighttime: A situation-sensitive vehicle detection and traff ...
最新文章
- python网络编程及高并发问题
- Java connot reduce_Java8: Reduce方法
- seo外链重要性_为什么网站速度对于SEO至关重要?以及如何加快网站速度
- 基于PyQt的扫雷游戏实现_上篇
- Java服务器 dm Server
- shell学习笔记二则:统计空间
- C++:如何在VS中配置第三方动态库 【visual Studio 2017 + Opencv 】
- CSP信息学奥赛知识总结
- 如何用JavaScript实现轮播图(幻灯片)的制作
- PPT是在投影仪或者计算机上进行演示,如何将幻灯片PPT转换成视频播放
- modules node 太大了_解决node_modules文件名太长无法删除的两个方法-文件名太长
- Git 工具 - 储藏(Stashing) git stash 暂存现在工作区的内容
- 修真院教学模式三大阶段之复盘项目
- 创益德:30条APP开发商必懂原则话您知
- npm install 安装包报错npm ERR! C:\Users\happl\AppData\Roaming\npm-cache_logs\2019-12-09T15_55_28_112Z-deb
- 京东商品主图怎么保存?如何正确的保存到原图?
- 5V 3A手机充电器方案
- Java修饰符都有什么
- 小马哥 - ----高仿三星n9006 主板A202型号 拆机主板图 完美开机
- python十六进制转为二进制数_python进制转换(二进制、十进制和十六进制)及注意事项...