汽车漂移识别使用机器学习
宝马集团的Tobias Freudling
在这个演示中，您将看到车辆数据的自动分类的演示，这是由不同的驾驶机动导致的，目的是预测车辆的过度转向。比较了经典的实现方法和机器学习方法。到目前为止，已经在传统意义上定义了某些阈值，当超过该阈值时，这些阈值应该是超调的信号。在某些情况下，也有依赖于速度的睡眠者是由多年的经验决定的。因此，如何使用机器学习方法很好地和多快地确定测量特征的问题也成为了问题。
基于统计与机器学习工具箱(Machine Learning Toolbox™)中的分类算法训练了一个模型，重点研究了超速行驶的具体情况。对于用于训练的数据集，模型的预测精度在95%以上。在下一步中，该模型将应用于新记录。第一次评价显示有希望的结果。
