Explore la perception dans l'apprentissage profond pour les véhicules autonomes, couvrant la classification d'image, les méthodes d'optimisation, et le rôle de la représentation dans l'apprentissage automatique.
Explore l'importance de l'innovation dans la recherche, l'innovation et les affaires, en mettant l'accent sur l'effet multiplicateur de l'innovation et l'avenir des technologies perturbatrices.
Explore comment les TIC améliorent les systèmes de transport urbain, y compris les technologies de surveillance, les services de mobilité, les couches de données, l'infrastructure, les véhicules automatisés et les STI coopératives.
Explore la quantification de l'incertitude et la détection d'erreurs d'étiquetage dans l'apprentissage profond pour la segmentation sémantique, en mettant l'accent sur les défis et les méthodes de détection d'erreurs.
Présente une puce photoélectronique entièrement analogique pour les tâches de vision à grande vitesse, répondant aux défis du calcul classique et proposant un cadre optique-électrique hybride.
Explore la dynamique et l'impact des véhicules autonomes, en discutant de leurs avantages, controverses, défis et considérations d'intégration pour les futurs systèmes de transport.
Explore le projet DuckieTown, qui met l'accent sur le contrôle des véhicules pour suivre les voies routières à l'aide de différents types de contrôleurs.
Explore les défis d'automatisation sécuritaires pour les systèmes intelligents, se concentrant sur les voitures autoconduites et proposant des solutions basées sur la dynamique du système et les filtres.
