标题 |
Deep Learning Enabled Fine-Grained Path Planning for Connected Vehicular Networks
深度学习支持互联车辆网络的细粒度路径规划
相关领域
计算机科学
可靠性(半导体)
北京
浮动车数据
交通拥挤
路径(计算)
卷积神经网络
基于Kerner三相理论的交通拥堵重构
运动规划
深度学习
交通生成模型
实时计算
数据挖掘
运输工程
人工智能
计算机网络
工程类
地理
功率(物理)
物理
考古
量子力学
机器人
中国
|
网址 | |
DOI | |
其它 |
期刊:IEEE transactions on vehicular technology 作者:Hanlin Wu; Haibo Zhou; Jiwei Zhao; Yunting Xu; Bo Qian; et al 出版日期:2022-10-01 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|