エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
MIT、交通渋滞を改善するためDeep learningを用いて自動車をコントロールする交通シミュレーション・ゲーム「DeepTraffic」を発表
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
MIT、交通渋滞を改善するためDeep learningを用いて自動車をコントロールする交通シミュレーション・ゲーム「DeepTraffic」を発表
MIT、交通渋滞を改善するためDeep learningを用いて自動車をコントロールする交通シミュレーション・ゲ... MIT、交通渋滞を改善するためDeep learningを用いて自動車をコントロールする交通シミュレーション・ゲーム「DeepTraffic」を発表 2017-07-08 マサチューセッツ工科大学(MIT)の研究者らは、高速道路を舞台にDeep learningを用いて自動車をコントロールする渋滞改善を目的とした交通シミュレーション・ゲーム「DeepTraffic」を発表しました。 DeepTrafficを使えば、交通量の多い道路で誰でも深層ニューラルネットワークを設計してトレーニングすることができ、効率的にナビゲートする方法を学ぶことを可能にします。これにより、研究者は自動運転カーなどにおいて新たな技術を開発することができます。 DeepTrafficは、右上にニューラルネットワークのデザインを変更できるコーディングエリア、その下には、ニューラルネットワークの状態に関する情報やトレーニン