计算机科学 > 机器学习
[提交于 2025年6月29日
]
标题: 机动识别 -- 用于车辆遥测领域时间序列分类的 Python 包
标题: maneuverRecognition -- A Python package for Timeseries Classification in the domain of Vehicle Telematics
摘要: 在车辆远程信息处理领域,自动识别驾驶操作用于对驾驶行为进行分类和评估。 这不仅作为增强保险政策个性化的一个组成部分,而且有助于提高道路安全性,减少事故及其相关成本,以及减少燃油消耗并支持环保驾驶。 在此背景下,操作识别在技术上需要连续应用时间序列分类,这对远程信息传感器数据的传输、预处理和存储、预测模型的训练以及预测本身都提出了特殊挑战。 尽管在收集相关数据或关于构建操作识别任务预测模型的方法方面已经进行了大量研究,但实际需求是需要Python包和函数,这些包和函数可以快速将数据转换为所需的结构,并构建和评估此类模型。 因此开发了maneuverRecognition包,以提供预处理、建模和评估所需的函数,还包含一个可修改的基于LSTM的网络结构。 该包的实现使用通过智能手机传感器记录的三个人的真实驾驶数据进行演示。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.