首页文章详情

背景提升——科研项目：人工智能

刘畅

2024-08-29 14:06:06

人浏览

金吉列第72届国际教育展

了解详情

留学费用计算器算一算就知道

了解详情

考研留学两手抓，想不上岸都难

了解详情

第二外语选什么小语种吃香？

了解详情

密集项目：人工智能强化学习与智能交通：AI指引未来出行基于深度学习与数据分析的智能交通解决方案——以自动驾驶、网约车调度优化为例

密集项目：人工智能

强化学习与智能交通：AI指引未来出行基于深度学习与数据分析的智能交通解决方案——以自动驾驶、网约车调度优化为例
专业：人工智能,计算机科学

项目类型：全球华人导师-香港

是否可加论文：是

项目周期：4周在线小组科研+2周论文指导

语言：中文

有无剩余名额：名额充足

建议学生年级：大学生高中生

是否必需面试：否

适合专业：计算机科学软件工程机器学习计算机工程深度学习人工智能数据结构与算法编程语言计算机网络交通工程

建议具备的基础：对人工智能、智能交通、生成式AI、计算机科学、机器学习等感兴趣的学生；建议具备编程或python基础（先导课）

产出：

4周【在线小组科研+全球就业力大师课】+2周论文指导，共126课时

1500字左右的项目报告

优秀学员获得主导师推荐信（8封网推）

项目结业证书 EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别国际会议全文投递与发表指导或者CNKI检索的英文普刊全文投递与发表指导

项目背景：

智慧交通是以互联网、物联网等网络组合为基础，以智慧路网、智慧装备、智慧出行、智慧管理为重要内容的交通发展新模式，具有信息联通、实时监控、管理协同、人物合一的基本特征。通过高新技术汇集交通信息，提供实时交通数据下的交通信息服务。大量使用了数据模型、数据挖掘等数据处理技术，实现了智慧交通的系统性、实时性、信息交流的交互性以及服务的广泛性。

项目介绍：

本课程将深入探讨了人工智能（AI）在工程领域特别是智能交通领域的应用。学生将系统学习AI概念、机器学习算法，以及它们在智能交通系统中的具体应用。

课程包括以下几个部分：

1. 机器学习基本概念与经典算法，包括数据预处理与清洗、监督学习与非监督学习、分类问题与回归问题、强化学习、梯度下降与牛顿法等。

2. 深度学习技术：包括人工神经网络、多层感知机、循环神经网络、卷积神经网络等，及它们在自然语言处理、图像处理、自动驾驶、智能交通等领域的应用。

3. 智能交通系统应用：探讨AI在交通信号优化、自适应交通控制、事故检测、网约车系统优化、自动驾驶中的应用。通过学习本课程，学生将能够全面了解AI的基础知识及其在智能交通中的应用，为将来从事相关领域的研究和工作打下坚实的基础。

项目大纲：

人工智能与机器学习介绍：人工智能基本概念、人工智能历史、人工智能常见应用、人工智能常用软件与数据、监督学习与非监督学习、分类问题与回归问题、强化学习机器学习经典算法：数据预处理与清洗、机器学习算法评价指标、损失函数、欠拟合与过拟合问题、梯度下降与牛顿法神经网络算法简介：人工神经网络、多层感知机、激活函数、链式法则与反向传播算法、循环神经网络（RNN）、长短时记忆网络（LSTM）自然语言处理与大模型：自然语言处理应用、Transformer and BERT、GPT and ChatGPT、强化学习与人类反馈（RLHF）、其他大模型深度学习与图像处理：图像处理基础知识、卷积神经网络（CNN）、LeNet, GoogLENet, VGG, ResNet, DenseNet、深度学习在智能交通领域的应用、自动驾驶系统中的深度学习

项目答辩与点评：学生项目汇报与答辩、评价和指导

如需了解更多内容，请电话咨询。