工程和计算机科学学院

定义未来

自主性和连接车辆的ISE部门的系统研究生班使用机器学习模型现实世界的问题

icon of a calendar2020年5月7日

分享这个故事

自主性和连接车辆的ISE部门的系统研究生班使用机器学习模型现实世界的问题
ISE Department’s Systems of Autonomous and Connected Vehicles Systems graduate class uses Machine Learning to model real world problems
OU毕业的学生正在学习的自主汽车技术的潜在应用。 (图片由荧Scientific,Inc公司提供的。版权2020)

在covid-19大流行具有使用交付服务,一切从食品药品首次许多人。在未来的某个时刻,自主车(AV),从汽车到无人驾驶飞行器(UAV)可能提供这些服务,而无需驱动程序目前这会染上这种致命病毒的风险进一步降低。

学生网易彩票的 工业与系统工程(ISE)部门 当然,“自主性和连接车辆系统”学习可与AV看起来像一个确定未来什么发挥关键作用的最新技术和不同行业使用的商业案例。

“这类教导我们不仅是当前和过去的技术,政策和他们的成长,而且还的方式,即使是非工程专业的学生容易理解,”阿布舍克bagare,工程研究生OU说。

ISE教练拉里osentoski基础上设计一个20+年的职业生涯有关的自主和连接车辆系统的新的嵌入式电子解决方案的设计和开发过程中。这些解决方案已在全军用市场上使用像在2007年全军第一个基于状态的维护制度试点方案;在商业市场上,如2000辆在密歇根州在2005年第一连接的车辆(CV)车队;并且在现在的由美国所采用的芯部的方法的其他应用运输(美国运输部)的全国性试点的部门。

“不是每个人都需要有一个电气工程师或计算机学专业的学生有AV和CV系统未来的发展过程中产生了重大影响,”说osentoski,谁也担任首席技术官GC联营美国的老牌国有总部设在弗吉尼亚州阿灵顿防务公司。 “什么行业需要有动手的,受过教育的专业人士谁是技术无关。我们需要批判性思维来推进这些系统的正确部署。

ISE Department’s Systems of Autonomous and Connected Vehicles Systems graduate class uses Machine Learning to model real world problems
训练机器学习模型 识别图像的特定方面

“许多行业,如交通运输的国家有关部门,例如,都在努力用正确的技术调整其期望的最终用户的应用,”他补充说。 “我们希望我们的学生不仅可以了解该技术的取舍,同时也为各行业的业务驱动因素,以真正的价值添加到潜在的雇主在各个市场。任何雇主在寻找一个新员工到他们的自主或连接汽车计划将是幸运的土地我的一个学生。我很自豪自己的进步这个词,尽管条件艰苦,我们都面对当前“。

自主性和连接车辆的系统课程着重于理解技术,以及如何正确各个行业,这是更乐意在课堂上分享他们的专业范围内应用它。

例如,谷歌云迦勒贝利 - 苔藓为了与automl技术专业的学生将使用此项目熟悉他们提供的远程讲座类。谷歌云也亲切足以提供300小时的开发时间,每个团队在没有成本。作为课程的成功的结果,福布斯在线正在考虑这样做在类的文章,如何需要的类,如这弥补劳动力缺口斜坡上升AV和CV系统所需。

“在ISE部门想从对面谁贡献讲座,并与我们的学生,因为这门新课程的一部分进行了讨论不同行业的感谢演讲嘉宾,”博士说。罗伯特范泰尔,在网易彩票工业及系统工程系主任。 “具体而言,SAM bellestri 3是的,谷歌的云,三菱克里斯蒂pfosi,迈克尔贝克的马特·史密斯国际,和FCA菲亚特克莱斯勒汽车尼尔garbacik的迦勒贝利苔。这个新课程是一个有价值的除了工业和系统工程,工程管理我们的学位课程,并在系统工程“。

ISE Department’s Systems of Autonomous and Connected Vehicles Systems graduate class uses Machine Learning to model real world problems
测试毫升车型与之前没有见过图片

今年的类项目涉及使用谷歌云计算的automl技术创造旨在解决与自主和连接车辆系统部署的现实问题机器学习模型。项目从识别鹿和交通标志的范围为机场AV班车服务的概念。

bagare和OU工程研究生布莱斯纽金特今年陷入僵局顶部项目奖。

“这个团队不仅做了一个很好深思熟虑的项目课题,具有极高的图像识别率和 视频演示,但他们也接受了这个挑战,以学习Python编码,这使得他们的解决方案,从理论上融入更大的控制系统结构,” osentoski说。

纽金特积极评价了他在课堂上的经验。

“我没有与任何蟒以往的经验,但是当教授osentoski提到会有实现的Python功能集成到我们的最后一个项目加分,我想这将是拿起技能的好机会,”他说。 “我真的只是需要对基础知识教程的几个小时,因为automl提供的图像预测码的中坚力量。

“我认为这是非常有益的了解,走进automl用户界面背后的机器学习实际的软件,”纽金特补充。 “我认为,课堂上的最有趣的话题很AV公司已经创造了行业变革的案例研究。希望我在ISE这个类和未来的课程的经验,我将有机会在未来他们中的一个工作。

分享这个故事