Explore la perception dans l'apprentissage profond pour les véhicules autonomes, couvrant la classification d'image, les méthodes d'optimisation, et le rôle de la représentation dans l'apprentissage automatique.
Explore l'importance de l'innovation dans la recherche, l'innovation et les affaires, en mettant l'accent sur l'effet multiplicateur de l'innovation et l'avenir des technologies perturbatrices.
Explore comment les TIC améliorent les systèmes de transport urbain, y compris les technologies de surveillance, les services de mobilité, les couches de données, l'infrastructure, les véhicules automatisés et les STI coopératives.
Explore la quantification de l'incertitude et la détection d'erreurs d'étiquetage dans l'apprentissage profond pour la segmentation sémantique, en mettant l'accent sur les défis et les méthodes de détection d'erreurs.
