基于联邦学习的交通标志识别
由于交通运输行业的不断发展,传统驾驶方式在安全性、效率性等方面出现了不可忽视的问题,辅助驾驶技术和自动驾驶技术的需求也在日益增加,其中数据集隐私问题和算力分配问题也是一个重大的研究方向.对此可以结合联邦学习和辅助驾驶场景两个方面,在保护车辆数据隐私和信息安全的前提下,利用驾驶车辆自身的数据资源,通过联邦学习模式搭建出交通标志识别分布式架构系统,训练出有实际应用场景的神经网络模型.
神经网络、联邦学习、交通标志识别
18
TP391(计算技术、计算机技术)
2022-10-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
14-16