Странице предмета

Дубоко учење припада домену вештачке интелигенције и машинског учења. Класификација слика, препознавање говора, медицинска дијагностика, контрола функција робота и возила су само неки од примера примене дубоког учења и вештачких неуралних мрежа. У овом предмету износимо следеће детаље: • Контролна петља и нивои аутоматизације возила. • Сензори, рачунарске платформе и актуатори у возилима. Умреженост возила. • Архитектура обраде у аутномним возилима. • Увод у машинско учење и његова веза са дубоким учењем. • Архитектуре вештачких неуралних мрежа попут директних, конволуционих и рекурентних, као и њихове примене. • Методе учења са и без надгледањем, као и специфичне итеративне адаптације током тренинга. Методе оптимизизације хиперпараметара ка успешнијој конвергенцији током тренинга. • Учење са појачањем. • Примене у аутономним возилима, како конволуционих тако и рекурентних мрежа у могућим комбинацијама са конвенционалним методама. Проучавање конкретних решења. • Примене за препознавање објеката у саобраћају, саобраћајне сигнализације, предвиђање путања, фузија разнородних сензора (камера, лидара, радара...). Блиско усклађено са предавачким делом, рачунарске вежбе користиће Python и TensorFlow као програмску платформу, као и физичку вишепроцесорску платформу која је намењена возилима и транспортним системима.