Долговременное предсказание поведения транспортных средств с использованием нейронных сетей: магистерская диссертация / Дмитрий Владиславович Баранов; БГУ, Факультет прикладной математики и информатики, Кафедра дискретной математики и алгоритмики; науч. рук. Котов В. М.

Abstract

Магистерская диссертация основана на двух подходах к решению задачи предсказания долговременного поведения транспортных средств: использовании революционного метода растеризации окружающей обстановки для извлечения семантики с помощью сверточной нейронной сети и векторного метода кодирования окружающей обстановки с использованием иерархической графо вой нейронной сети. В ходе исследования был разработан принципиально новый способ генерации синтетических данных на основе компьютерной игры с открытым миром GTA V и обучена сеть для их пост-обработки в виде нахождения автомобилей. Оба вышеназванных подхода были реализованы на основе различных нейронных сверточных и графовых архитектур и фреймворке PyTorch, полученные сети были успешно обучены, а их результаты тщательно сопоставлены.