密集項目：人工智能 強(qiáng)化學(xué)習(xí)與智能交通：AI指引未來出行 基于深度學(xué)習(xí)與數(shù)據(jù)分析的智能交通解決方案——以自動駕駛、網(wǎng)約車調(diào)度優(yōu)化為例

專業(yè)：人工智能,計算機(jī)科學(xué)

項目類型：全球華人導(dǎo)師-香港

開始時間：2024年10月26日

是否可加論文：是

項目周期：4周在線小組科研+2周論文指導(dǎo)

語言：中文

有無剩余名額：名額充足

建議學(xué)生年級：大學(xué)生 高中生

是否必需面試：否

適合專業(yè)：計算機(jī)科學(xué)軟件工程機(jī)器學(xué)習(xí)計算機(jī)工程深度學(xué)習(xí)人工智能數(shù)據(jù)結(jié)構(gòu)與算法編程語言計算機(jī)網(wǎng)絡(luò)交通工程

地點(diǎn)：無

建議具備的基礎(chǔ)：對人工智能、智能交通、生成式AI、計算機(jī)科學(xué)、機(jī)器學(xué)習(xí)等感興趣的學(xué)生；建議具備編程或python基礎(chǔ)（先導(dǎo)課）

產(chǎn)出：4周【在線小組科研+全球就業(yè)力大師課】+2周論文指導(dǎo)，共126課時 1500字左右的項目報告 優(yōu)秀學(xué)員獲得主導(dǎo)師推薦信（8封網(wǎng)推） 項目結(jié)業(yè)證書 EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導(dǎo)或者CNKI檢索的英文普刊全文投遞與發(fā)表指導(dǎo)

項目背景：智慧交通是以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等網(wǎng)絡(luò)組合為基礎(chǔ)，以智慧路網(wǎng)、智慧裝備、智慧出行、智慧管理為重要內(nèi)容的交通發(fā)展新模式，具有信息聯(lián)通、實(shí)時監(jiān)控、管理協(xié)同、人物合一的基本特征。通過高新技術(shù)匯集交通信息，提供實(shí)時交通數(shù)據(jù)下的交通信息服務(wù)。大量使用了數(shù)據(jù)模型、數(shù)據(jù)挖掘等數(shù)據(jù)處理技術(shù)，實(shí)現(xiàn)了智慧交通的系統(tǒng)性、實(shí)時性、信息交流的交互性以及服務(wù)的廣泛性。

項目介紹：本課程將深入探討了人工智能（AI）在工程領(lǐng)域特別是智能交通領(lǐng)域的應(yīng)用。學(xué)生將系統(tǒng)學(xué)習(xí)AI概念、機(jī)器學(xué)習(xí)算法，以及它們在智能交通系統(tǒng)中的具體應(yīng)用。課程包括以下幾個部分：1. 機(jī)器學(xué)習(xí)基本概念與經(jīng)典算法，包括數(shù)據(jù)預(yù)處理與清洗、監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)、分類問題與回歸問題、強(qiáng)化學(xué)習(xí)、梯度下降與牛頓法等。2. 深度學(xué)習(xí)技術(shù)：包括人工神經(jīng)網(wǎng)絡(luò)、多層感知機(jī)、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等，及它們在自然語言處理、圖像處理、自動駕駛、智能交通等領(lǐng)域的應(yīng)用。3. 智能交通系統(tǒng)應(yīng)用：探討AI在交通信號優(yōu)化、自適應(yīng)交通控制、事故檢測、網(wǎng)約車系統(tǒng)優(yōu)化、自動駕駛中的應(yīng)用。通過學(xué)習(xí)本課程，學(xué)生將能夠全面了解AI的基礎(chǔ)知識及其在智能交通中的應(yīng)用，為將來從事相關(guān)領(lǐng)域的研究和工作打下堅實(shí)的基礎(chǔ)。

項目大綱：人工智能與機(jī)器學(xué)習(xí)介紹：人工智能基本概念、人工智能歷史、人工智能常見應(yīng)用、人工智能常用軟件與數(shù)據(jù)、監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)、分類問題與回歸問題、強(qiáng)化學(xué)習(xí) 機(jī)器學(xué)習(xí)經(jīng)典算法：數(shù)據(jù)預(yù)處理與清洗、機(jī)器學(xué)習(xí)算法評價指標(biāo)、損失函數(shù)、欠擬合與過擬合問題、梯度下降與牛頓法 神經(jīng)網(wǎng)絡(luò)算法簡介：人工神經(jīng)網(wǎng)絡(luò)、多層感知機(jī)、激活函數(shù)、鏈?zhǔn)椒▌t與反向傳播算法、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長短時記憶網(wǎng)絡(luò)（LSTM） 自然語言處理與大模型：自然語言處理應(yīng)用、Transformer and BERT、GPT and ChatGPT、強(qiáng)化學(xué)習(xí)與人類反饋（RLHF）、其他大模型 深度學(xué)習(xí)與圖像處理：圖像處理基礎(chǔ)知識、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、LeNet, GoogLENet, VGG, ResNet, DenseNet、深度學(xué)習(xí)在智能交通領(lǐng)域的應(yīng)用、自動駕駛系統(tǒng)中的深度學(xué)習(xí) 項目答辯與點(diǎn)評：學(xué)生項目匯報與答辯、評價和指導(dǎo)