Analysis and comparison of similarity measures for validation of generative algorithms in the context of probability density functions

Idioma: inglés

Editorial: Cuvillier Jun 2021, 2021

373697454X / 9783736974548

  • Tapa blanda
  • Nuevo
Ver todos los detalles

Librería: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, AlemaniaBuchWeltWeit Ludwig Meier e.K.

Vendedor de 5 estrellas

Vendedor de IberLibro desde 11 de enero de 2012

Tapa blanda

Condición: Nuevo

EUR 29,88

Envío por EUR 23,00 
Se envía de Alemania a Estados Unidos de America

Cantidad disponible: 2 disponibles

Añadir al carrito
Devoluciones gratuitas de 30 días

Descripción del artículo del vendedor

This item is printed on demand - it takes 3-4 days longer - Neuware -About 3700 people die in traffic accidents every day. Human error is the number one cause of accidents. Autonomous driving can greatly reduce the occurrence of traffic accidents. To release self-driving cars for road traffic, the system including software must be validated and tested efficiently. However, due to their criticality, the amount of data corresponding to safety-critical driving scenarios are limited. These driving scenes can be expressed as a time series. They represent the corresponding movement of the vehicle, including time vector, position coordinates, speed and acceleration. Such data can be provided on different ways. For example, in the form of a kinematic model. Alternatively, artificial intelligence or machine learning methods can be used. They have been widely used in the development of autonomous vehicles. For example, generative algorithms can be used to generate such safety-critical driving data. However, the validation of generative algorithms is a challenge in general. In most cases, their quality is assessed by means of expert knowledge (qualitative). In order to achieve a higher degree of automation, a quantitative validation approach is necessary. Generative algorithms are based on probability distributions or probability density functions. Accordingly, similarity measures can be used to evaluate generative algorithms. In this publication, such similarity measures are described and compared on the basis of defined evaluation criteria. With respect to the use case mentioned, a recommended similarity measure is implemented and validated for an example of a typical safety-critical driving scenario. 24 pp. Englisch.…

N° de ref. del artículo 9783736974548

Detalles bibliográficos

Título
Analysis and comparison of similarity measures for validation of generative algorithms in the context of probability density functions
Autor
Nico Schick
Editorial
Cuvillier Jun 2021
Año de publicación
2021
Estado
Neu
Encuadernación
Taschenbuch
Idioma
inglés
ISBN 10
373697454X
ISBN 13
9783736974548
Peso del artículo
47 gramos
Dimensiones
210x148x2 mm

BuchWeltWeit Ludwig Meier e.K.

Bergisch Gladbach, Alemania

Vendedor de 5 estrellas

Vendedor de IberLibro desde 11 de enero de 2012

Tarifas de envío de Alemania a Estados Unidos de America

ArtículoDe 5 a 15 días hábilesDe 5 a 15 días hábiles
Primer artículoEUR 23,00EUR 23,00
Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Cheque
  • Giro bancario
  • PayPal

Información empresarial del vendedor

BuchWeltWeit Ludwig Meier e.K.

Alemania