NeMeFIS跟车行为建模架构论文发布
热点事件持续更新
NeMeFIS跟车行为建模架构论文发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Nazmul Haque、Md Asif Raihan 和 Md. Hadiuzzaman 提交论文，提出神经记忆模糊推理系统（NeMeFIS）——一种分层机器学习架构，整合程序性、工作、情景、语义和陈述性五种人类记忆类型，对跟车行为中的加速与减速做非对称建模。 作者称，基于54个训练模型，NeMeFIS 在复制真实驾驶行为上优于 Linear Regression、ANFIS 和 LSTM；模糊规则分析显示，陈述性记忆在减速时需求最高，程序性记忆驱动加速。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
NeMeFIS：模拟人类跟车行为的神经记忆模糊推理系统报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AINeMeFIS：模拟人类跟车行为的神经记忆模糊推理系统
研究提出神经记忆模糊推理系统（NeMeFIS），一种分层机器学习架构，整合程序性、工作、情景、语义和陈述性五种人类记忆类型，非对称建模跟车行为中的加速与减速。基于54个训练模型，NeMeFIS 在复制真实驾驶行为上优于 Linear Regression、ANFIS 和 LSTM，模糊规则分析显示陈述性记忆在减速时需求最高，程序性记忆驱动加速。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。