Metodi e tecniche di apprendimento profondo: Progressi nelle soluzioni radar a onde millimetriche

Titolo originale:

Methods and Techniques in Deep Learning: Advancements in Mmwave Radar Solutions

Contenuto del libro:

Metodi e tecniche di apprendimento profondo

Presenta diverse architetture di deep learning all'avanguardia per il radar mmWave in una varietà di applicazioni avanzate.

Metodi e tecniche di apprendimento profondo: Advancements in mmWave Radar Solutions fornisce una panoramica tempestiva e autorevole sull'uso dell'elaborazione basata sull'intelligenza artificiale (AI) per varie applicazioni radar mmWave. Concentrandosi sulle tecniche pratiche di deep learning, questo volume completo spiega i fondamenti dell'apprendimento profondo, passa in rassegna tecniche di apprendimento metrico profondo all'avanguardia, descrive diverse tipologie di algoritmi di apprendimento per rinforzo (RL), evidenzia come l'adattamento al dominio (DA) possa essere utilizzato per migliorare le prestazioni degli algoritmi di apprendimento automatico (ML) e altro ancora. Nel corso del libro, i lettori sono esposti a soluzioni di deep learning già pronte per il prodotto e apprendono competenze rilevanti per la costruzione di qualsiasi soluzione di deep learning di livello industriale basata su sensori.

Un team di autori con più di 70 brevetti depositati e 100 pubblicazioni sull'IA e l'elaborazione dei sensori illustra come il deep learning stia consentendo una serie di applicazioni avanzate dei radar mmWave in ambito industriale, consumer e automobilistico. I capitoli approfonditi trattano argomenti quali gli approcci multimodali al deep learning, i blocchi elementari necessari per formulare il deep learning bayesiano, il modo in cui l'adattamento al dominio (DA) può essere utilizzato per migliorare le prestazioni degli algoritmi di apprendimento automatico e il deep learning geometrico per l'elaborazione delle nuvole di punti. Inoltre, il libro:

⬤  Discute varie applicazioni avanzate e come le rispettive sfide sono state affrontate utilizzando diverse architetture e algoritmi di deep learning.

⬤  Descrive il deep learning nel contesto della computer vision, dell'elaborazione del linguaggio naturale, dell'elaborazione dei sensori e dei sensori radar mmWave.

⬤  Dimostra come l'apprendimento profondo parametrico riduca il numero di parametri addestrabili e migliori il flusso dei dati.

⬤  Presenta diverse applicazioni di interfaccia uomo-macchina (HMI) come il riconoscimento dei gesti, la classificazione delle attività umane, la localizzazione e il tracciamento delle persone, il rilevamento dell'occupazione in cabina nel settore automobilistico.

Metodi e tecniche di apprendimento profondo: Advancements in mmWave Radar Solutions è una risorsa preziosa per i professionisti del settore, i ricercatori e gli studenti laureati che lavorano nell'ingegneria dei sistemi, nell'elaborazione dei segnali, nei sensori, nella scienza dei dati e nell'IA.