驾驶行为分析中深度学习方法的动态系统性综述
机器学习
2021-09-21 v1 人工智能
数据库
摘要
不当驾驶导致死亡、损坏、能耗增加及车辆贬值。分析驾驶行为可有助于优化并避免上述问题。通过识别驾驶类型并将其映射到该类型驾驶的后果，我们可获得预防它们的模型。为此，我们试图创建一篇动态综述论文，以回顾并呈现驾驶行为综述数据，供未来研究者使用。通过分析 58 篇文章，我们试图对标准方法进行分类，并为未来文章提供框架，以便在不同仪表板中审视研究并跟进趋势更新。
引用
@article{arxiv.2109.08996,
title = {Dynamic and Systematic Survey of Deep Learning Approaches for Driving Behavior Analysis},
author = {Farid Talebloo and Emad A. Mohammed and Behrouz H. Far},
journal= {arXiv preprint arXiv:2109.08996},
year = {2021}
}