排序方式: 共有4条查询结果,搜索用时 46 毫秒
1
1.
2.
定位设备的普及产生了海量的车辆行驶数据,使得利用历史数据预测车辆行驶时长成为可能.车辆行驶数据由两部分组成:车辆行驶经过的路段序列信息和出发时段;路径总长度等外部信息.如何提取路段序列特征,以及如何将序列特征与外部特征有效地融合,成为预测行驶时间的关键问题.为解决以上问题,提出了一个基于Transformer的行驶时间预测模型,模型由路段序列处理模块和特征融合模块两部分组成.首先,路段序列处理模块使用自注意力机制处理路段序列,提取路段序列特征.该模型不但可以充分考虑各条路段与其他路段间道路速度的时空关联性,同时可保证数据并行输入模型,避免了使用循环神经网络时数据顺序输入导致的效率低下.其次,特征融合模块将路段序列特征与出发时段等外部信息相融合,最终获得预测的行驶时长.在此基础上,统计路口连接的路段数作为路段的上/下游路口特征,与路段特征结合输入模型,进一步提升了行驶时长的预测精度.在真实的数据集上与主流预测模型进行的对比实验表明,该模型在预测精度以及训练速度上均有提升,体现了所提模型的有效性. 相似文献
3.
4.
人工智能技术正深刻改变着生产结构和生产关系,以生产实践为基础的社会结构和人类本性亦面临有史以来最大挑战和最深刻瓦解。人工智能技术的异化逐渐导致人类社会的异化,人类社会全面进入技术人类生活形态。由此带来诸多伦理和法理挑战,可能危及人类生存,甚至终结人类。根据马克思主义技术哲学理论,人工智能技术的发展陷入“粗俗唯物主义”窠臼,人与世间万物都被抽象化、可计算化,技术理性超越人类理性,技术开始支配人类,人工智能技术异化趋势愈加明显。这需要法哲学为相关立法提供正确指引,用法律规制和引导人工智能技术的资本主义生产方式和运用方式,用法的价值约束引导人性欲望,从而推动人类社会向新技术人类生活共同体迈进。 相似文献
1