Nieuw embeddingsmodel voor nauwkeurige en schaalbare bestuurdersherkenning
Onderzoekers introduceren een methode genaamd TEMPEST om bestuurders te identificeren op basis van rijgedrag. Het model maakt gebruik van temporele convolutionele netwerken en een specifieke verliesfunctie om stabiele prestaties te behouden naarmate de groep gebruikers groeit.
Het herkennen van individuele bestuurders op basis van voertuigdata vraagt om modellen die betrouwbaar blijven presteren in grotere wagenparken. Bestaande technieken hebben vaak moeite om stabiel te blijven wanneer de omvang van de groep toeneemt en zijn gevoelig voor tijdelijke variaties in het rijgedrag.
Temporele data
Het nieuwe model verwerkt korte vensters van multimodale rijgegevens en zet deze om in compacte vectoren. Door een speciale trainingsmethode toe te passen, worden verschillende bestuurders duidelijker van elkaar onderscheiden in de uitkomstruimte.
Dergelijke technieken worden breed toegepast binnen systemen voor wagenparkbeheer en rijgedraganalyse. Het verbeteren van de herkenningsnauwkeurigheid helpt om systemen betrouwbaarder te maken in praktijksituaties waarin omstandigheden continu veranderen.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.LG). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel