抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文は,幹線道路に関する車両軌道を予測するために,STGCN(空間-一時的グラフ畳込みネットワーク)に基づく方法を提案した。この方法は,車両と車線情報間の相互作用を考慮した。本研究では,TCN(一時的畳込みネットワーク)を用いて空間特徴を抽出し,それはRNNよりも長期予測で良好に機能した。そして,このモデルは,知覚モジュールからの入力量を減らし,それは車線情報と車両リアルタイム座標だけを必要とし,それは計算電力のための低レベル需要を有することを意味した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】