Künstliche Intelligenz in Fahrzeugen. Die Nutzung von Long Short Term Memory-Netzwerken zur Gangwahl im Automobil - Daniel Seufferth

Blick ins Buch

Künstliche Intelligenz in Fahrzeugen. Die Nutzung von Long Short Term Memory-Netzwerken zur Gangwahl im Automobil (eBook)

Daniel Seufferth (Autor)

eBook Download: PDF

2020 | 1. Auflage
GRIN Verlag
978-3-346-24934-0 (ISBN)

Lese- und Medienproben

Ebook-Leseprobe (PDF)

Projektarbeit aus dem Jahr 2020 im Fachbereich Ingenieurwissenschaften - Maschinenbau, Hochschule Coburg (FH), Sprache: Deutsch, Abstract: Die vorliegende Projektarbeit zielt darauf ab, die Anwendung von Long Short Term Memory (LSTM) Netzwerken in der Automobilbranche zu untersuchen, insbesondere deren Einsatz für die Gangwahl in Fahrzeugen mit Automatikgetriebe. Dabei wird der Fokus auf die Entwicklung und Optimierung eines künstlichen neuronalen Netzes gelegt, das fähig ist, Sequenzen von Fahrzeugdaten zu verarbeiten und präzisere Schaltempfehlungen zu generieren.

Die Arbeit beginnt mit einer Einführung in die rapide fortschreitende Technologie der künstlichen Intelligenz (KI), speziell im Kontext der Automobilindustrie, und erwähnt dabei das Beispiel von Teslas Hydranet. Im weiteren Verlauf werden die Grundlagen künstlicher neuronaler Netze erörtert, einschließlich ihrer Struktur und verschiedener Netzwerktypen wie Perzeptron, Convolutional Neural Network und rekurrente neuronale Netze. Ein besonderer Fokus liegt auf LSTM-Netzwerken und deren Anwendungsmöglichkeiten. Außerdem behandelt diese Projektarbeit die Methoden zum Trainieren dieser Netzwerke, wobei verschiedene Ansätze und Datenstrukturen vorgestellt werden. Es wird erläutert, wie LSTM-Netzwerke in der Praxis implementiert werden können, mit speziellem Augenmerk auf die Programmiersprachen MATLAB und Python. Abschließend wird eine Zusammenfassung der Erkenntnisse und Ergebnisse präsentiert, die die Potenziale und Herausforderungen beim Einsatz von LSTM-Netzwerken in der Gangwahl von Automatikfahrzeugen hervorhebt.

Erscheint lt. Verlag	18.9.2020
Verlagsort	München
Sprache	deutsch
Themenwelt	Technik ► Fahrzeugbau / Schiffbau
Themenwelt	Technik ► Maschinenbau
Schlagworte	Gangwahl • LSTM • MATLAB • Neuronale Netze • Python • RNN • tensorflow
ISBN-10	3-346-24934-4 / 3346249344
ISBN-13	978-3-346-24934-0 / 9783346249340

Informationen gemäß Produktsicherheitsverordnung (GPSR)
Haben Sie eine Frage zum Produkt?

PDF (Ohne DRM)
Größe: 4,0 MB

Digital Rights Management: ohne DRM
Dieses eBook enthält kein DRM oder Kopierschutz. Eine Weitergabe an Dritte ist jedoch rechtlich nicht zulässig, weil Sie beim Kauf nur die Rechte an der persönlichen Nutzung erwerben.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.