Neuste Artikel für Transporttechnologie

Forschung zeigt einen neuen Ansatz für das Lernen in Echtzeit bei selbstfahrenden Autos.

Ein neues Modell verbessert die Bewegungsprognose für selbstfahrende Autos mit minimalen Ressourcen.

Innovative Methoden verbessern das Verständnis der Umgebung für selbstfahrende Fahrzeuge.

HeightMapNet verbessert die Kartierung für selbstfahrende Autos, indem es Genauigkeit und Detailtreue erhöht.

Polar R-CNN verbessert die Spurenerkennung und steigert die Effizienz und Leistung.

Neue Pilotsequenzen verbessern die Kommunikation in sich schnell verändernden Umgebungen.

SplatAD kombiniert Kamera- und Lidar-Daten für schlauere selbstfahrende Autos.

Ein neues Modell verbessert die Vorhersagen für autonome Fahrzeuge im komplizierten Verkehr.

Neue Methoden helfen smarten Autos, aus minderwertigen Strassenbildern zu lernen.

Erforschung von kooperativer Technologie in selbstfahrenden Autos für mehr Sicherheit und Effizienz.

Lern, wie man nahtlos Verkehrslinien zu bestehenden Netzen hinzufügt.

Neue Methode verbessert die Navigation und Objekterkennung bei selbstfahrenden Fahrzeugen.

HoloDrive kombiniert 2D- und 3D-Daten für schlauere selbstfahrende Autos.

Die Schwachstellen und Abwehrmechanismen in modernen Transportsystemen erkunden.

Ein neues Framework verbessert das Datenlabeling für selbstfahrende Autos.

Entdecke, wie MMD-OPT die Sicherheit beim autonomen Fahren verbessert.

CLIP-RLDrive verbessert die Entscheidungsfindung von AVs in komplexen Fahrsituationen.

Lerne, wie Quanten-Neuronale Netzwerke das Verkehrsmanagement revolutionieren und für entspanntere Fahrten sorgen werden.

Entdecke die Komplexität der Turbulenzmodellierung im schnellen Luftverkehr.

Adversarial Training verbessert die Verteidigung von KI gegen täuschende Angriffe mithilfe des SDI-Masses.