chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何從各種來源獲取數(shù)據(jù)并將其輸入到機器學(xué)習(xí)模型中以預(yù)測流量

倩倩 ? 來源:文財網(wǎng) ? 2020-09-16 14:33 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

Google Maps是該公司使用最廣泛的產(chǎn)品之一,它具有預(yù)測即將到來的交通擁堵的能力,因此對于許多駕駛員來說都是必不可少的。Google表示,每天都有超過10億公里的道路在該應(yīng)用程序的幫助下行駛。但是,正如這家搜索巨頭在今天的博客文章中所解釋的那樣,得益于DeepMind的機器學(xué)習(xí)工具,其功能變得更加準(zhǔn)確,該機器是總部位于倫敦的AI實驗室,由Google的母公司Alphabet擁有。

在博客文章中,Google和DeepMind研究人員解釋了如何從各種來源獲取數(shù)據(jù)并將其輸入到機器學(xué)習(xí)模型中以預(yù)測流量。這些數(shù)據(jù)包括從Android設(shè)備匿名收集的實時交通信息,歷史交通數(shù)據(jù),來自地方政府的速度限制和建筑工地等信息,以及任何給定道路的質(zhì)量,大小和方向等因素。因此,根據(jù)Google的估計,鋪成的道路勝過未鋪成的道路,而該算法將決定,有時需要更長的高速公路行駛,比在多條蜿蜒的街道上行駛更快。

谷歌表示,使用DeepMind的AI工具可以將地圖中的ETA準(zhǔn)確性提高多達50%。 圖片:Google

所有這些信息都被送入DeepMind設(shè)計的神經(jīng)網(wǎng)絡(luò),該神經(jīng)網(wǎng)絡(luò)挑選出數(shù)據(jù)中的模式并用它們來預(yù)測未來的流量。谷歌表示,其新模式在某些城市將谷歌地圖的實時ETA的準(zhǔn)確性提高了50%。它還指出,在COVID-19爆發(fā)以及隨后的道路使用變化之后,必須更改用于做出這些預(yù)測的數(shù)據(jù)。

“自2020年初開始鎖定以來,我們發(fā)現(xiàn)全球流量下降了50%?!?/p>

Google Maps產(chǎn)品經(jīng)理Johann Lau寫道:“自2020年初開始鎖定以來,全球流量下降了50%,” “為了應(yīng)對這種突然的變化,我們最近更新了模型,使其變得更加敏捷-自動對過去兩到四周的歷史流量模式進行優(yōu)先排序,并在此之前的任何時間對模式進行優(yōu)先排序?!?/p>

這些模型通過將地圖劃分為Google所謂的“超級細分市場”來工作-相鄰街道的集群共享流量。每一個都與一個單獨的神經(jīng)網(wǎng)絡(luò)配對,該神經(jīng)網(wǎng)絡(luò)可以對該部門進行流量預(yù)測。尚不清楚這些超級段的大小,但是Google注意到它們具有“動態(tài)大小”,這表明它們會隨著流量的變化而變化,并且每個都使用“ TB”的數(shù)據(jù)。此過程的關(guān)鍵是使用一種稱為Graph Neural Network的特殊類型的神經(jīng)網(wǎng)絡(luò),Google表示該神經(jīng)網(wǎng)絡(luò)特別適合處理此類映射數(shù)據(jù)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • Google
    +關(guān)注

    關(guān)注

    5

    文章

    1789

    瀏覽量

    58988
  • 應(yīng)用程序
    +關(guān)注

    關(guān)注

    38

    文章

    3334

    瀏覽量

    59013
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    66

    文章

    8501

    瀏覽量

    134572
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    邊緣計算機器學(xué)習(xí):基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成!

    你好,旅行者!歡迎來到Medium的這一角落。在本文中,我們將把一個機器學(xué)習(xí)模型(神經(jīng)網(wǎng)絡(luò))部署邊緣設(shè)備上,利用ModbusTCP寄存器
    的頭像 發(fā)表于 06-11 17:22 ?334次閱讀
    邊緣計算<b class='flag-5'>中</b>的<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>:基于 Linux 系統(tǒng)的實時推理<b class='flag-5'>模型</b>部署與工業(yè)集成!

    爬蟲數(shù)據(jù)獲取實戰(zhàn)指南:入門高效采集

    爬蟲數(shù)據(jù)獲取實戰(zhàn)指南:入門高效采集 ? ? 在數(shù)字化浪潮數(shù)據(jù)已成為驅(qū)動商業(yè)增長的核心引擎
    的頭像 發(fā)表于 03-24 14:08 ?613次閱讀

    機器學(xué)習(xí)模型市場前景如何

    當(dāng)今,隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長以及計算能力的飛速提升,機器學(xué)習(xí)模型的市場前景愈發(fā)廣闊。下面,AI部落小編將探討機器
    的頭像 發(fā)表于 02-13 09:39 ?358次閱讀

    【「具身智能機器人系統(tǒng)」閱讀體驗】2.具身智能機器人大模型

    取得了令人矚目的效果。 閱讀感悟 傳統(tǒng)的手動編程借助大模型實現(xiàn)智能化、自主化,單一模態(tài)的交互
    發(fā)表于 12-29 23:04

    《具身智能機器人系統(tǒng)》第7-9章閱讀心得之具身智能機器人與大模型

    將自然語言理解與運動規(guī)劃融為一體。這種端端的方法使機器人能夠直接人類指令生成動作序列,大幅簡化了控制流程。該項目的工作流程包含設(shè)計并封裝一個人機器人函數(shù)庫、編寫清晰地描述提示詞、在
    發(fā)表于 12-24 15:03

    【「具身智能機器人系統(tǒng)」閱讀體驗】+數(shù)據(jù)在具身人工智能的價值

    出現(xiàn)重大問題。此外,機器人在不同環(huán)境適應(yīng)和泛化的能力取決于它處理的數(shù)據(jù)的多樣性。例如,家庭服務(wù)機器人必須適應(yīng)各種家庭環(huán)境和任務(wù),要求它們
    發(fā)表于 12-24 00:33

    cmp在機器學(xué)習(xí)的作用 如何使用cmp進行數(shù)據(jù)對比

    機器學(xué)習(xí)領(lǐng)域,"cmp"這個術(shù)語可能并不是一個常見的術(shù)語,它可能是指"比較"(comparison)的縮寫。 比較在機器學(xué)習(xí)的作用
    的頭像 發(fā)表于 12-17 09:35 ?870次閱讀

    手持 / 便攜多普勒流速流量計:無懼復(fù)雜環(huán)境的強大測流工具

    手持 / 便攜多普勒流速流量儀是一種功能強大的測流工具,具有諸多特點和優(yōu)勢,使其能夠在各種復(fù)雜環(huán)境準(zhǔn)確測量流體的流速和流量。
    的頭像 發(fā)表于 11-22 09:35 ?897次閱讀
    手持 / 便攜多普勒流速<b class='flag-5'>流量</b>計:無懼復(fù)雜環(huán)境的強大<b class='flag-5'>測流</b>工具

    魯棒性在機器學(xué)習(xí)的重要性

    機器學(xué)習(xí)領(lǐng)域,模型的魯棒性是指模型在面對輸入數(shù)據(jù)的擾動、異常值、噪聲或?qū)剐怨魰r,仍能保持性
    的頭像 發(fā)表于 11-11 10:19 ?1257次閱讀

    AI大模型的訓(xùn)練數(shù)據(jù)來源分析

    AI大模型的訓(xùn)練數(shù)據(jù)來源廣泛且多元化,這些數(shù)據(jù)源對于構(gòu)建和優(yōu)化AI模型至關(guān)重要。以下是對AI大模型
    的頭像 發(fā)表于 10-23 15:32 ?3632次閱讀

    AI大模型與傳統(tǒng)機器學(xué)習(xí)的區(qū)別

    多個神經(jīng)網(wǎng)絡(luò)層組成,每個層都包含大量的神經(jīng)元和權(quán)重參數(shù)。 傳統(tǒng)機器學(xué)習(xí)模型規(guī)模相對較小,參數(shù)數(shù)量通常只有幾千幾百萬個,模型結(jié)構(gòu)相對簡單
    的頭像 發(fā)表于 10-23 15:01 ?2562次閱讀

    【「時間序列與機器學(xué)習(xí)」閱讀體驗】時間序列的信息提取

    個重要環(huán)節(jié),目標(biāo)是給定的時間序列數(shù)據(jù)中提取出有用的信息和特征,支持后續(xù)的分析和預(yù)測任務(wù)。 特征工程(Feature Engineering)是將
    發(fā)表于 08-17 21:12

    【《時間序列與機器學(xué)習(xí)》閱讀體驗】+ 時間序列的信息提取

    本人有些機器學(xué)習(xí)的基礎(chǔ),理解起來一點也不輕松,加油。 作者首先說明了時間序列的信息提取是時間序列分析的一個重要環(huán)節(jié),目標(biāo)是給定的時間序列數(shù)據(jù)中提取出有用的信息和特征,
    發(fā)表于 08-14 18:00

    【「時間序列與機器學(xué)習(xí)」閱讀體驗】全書概覽與時間序列概述

    數(shù)據(jù)中提取特征并將其轉(zhuǎn)化為交易策略,以及機器學(xué)習(xí)在其他金融領(lǐng)域(包括資產(chǎn)定價、資產(chǎn)配置、波動率預(yù)測)的應(yīng)用。 全書彩版印刷,內(nèi)容結(jié)構(gòu)嚴(yán)整,條
    發(fā)表于 08-07 23:03

    【《大語言模型應(yīng)用指南》閱讀體驗】+ 基礎(chǔ)知識學(xué)習(xí)

    語言的表達方式和生成能力。通過預(yù)測文本缺失的部分或下一個詞,模型逐漸掌握語言的規(guī)律和特征。 常用的模型結(jié)構(gòu) Transformer架構(gòu):大語言
    發(fā)表于 08-02 11:03