博客
关于我
为亿级用户的美好出行而战!高德地图首届算法大赛落幕 95后北邮在读博士带队夺冠
阅读量:402 次
发布时间:2019-03-06

本文共 1024 字,大约阅读时间需要 3 分钟。

​日前,高德地图联合阿里云天池平台举办的AMAP-TECH算法大赛落幕。本次大赛以“基于车载视频图像的动态路况分析”为赛题,来自15个国家和地区的880支战队经过数轮激烈角逐后,1996年出生的北京邮电大学博士三年级学生朱奕达带领的战队夺得冠军。
 
 
(高德地图技术委员会主席李小龙给冠军队伍颁奖,从左到右的三位同学分别是北京邮电大学研究生一年级学生谢志庆、广州大学方滨兴班研究生二年级学生黄文锋、北京邮电大学博士三年级学生朱奕达)
 
本次竞赛的赛题来源于高德真实的业务场景。路况信息不仅影响用户选择出行的路线、出行的方式,预估到达的时间,对于交通管理部门和城市规划部门也有重要的价值。
 
此次高德地图号召全球的开发者利用人工智能技术探索动态路况难题,收到了国内外顶尖学府、科研机构以及一线知名技术企业等产学研各界技术爱好者的积极响应。历经4个月的初赛、复赛,五强战队从来自于15个国家和地区,309所高校和256家+公司的参赛者组成的880支战队中脱颖而出进入到现场决赛答辩。
 
决赛评审上,北京大学教授、机器感知与智能教育部重点实验室主任查红彬,中科院自动化所研究员、模式识别国家重点实验室主任王亮,高德地图技术委员会主席李小龙,高德地图首席科学家任小枫,阿里巴巴达摩院自动驾驶实验室负责人王刚组成的专家评审团从创新性、实用性和扩展性以及现场表现三个维度对各队方案进行现场的综合评审。
 
评委们认为,朱奕达战队以模块化的方式设计了一个端到端序列分类模型, 使用了比较新颖的滑动窗口法对数据进行扩充。在简洁模型结构中充分利用了图像序列信息,并实现了较为优异的性能。在比赛过程中,算法的鲁棒性优秀,并具备良好的可扩展能力。同时模型设计过程中使用了学术研究领域相对前沿的技术方法,落地和实用性的潜力在决赛的几个作品里更突出。
 
北京大学教授、机器感知与智能教育部重点实验室主任查红彬表示,针对交通场景,选手们对深度学习网络结构方面下了很大的功夫。交通场景的问题是个动态变化的自适应性问题,希望同学们能够更多从在线学习角度考虑相关问题。
 
高德地图技术委员会主席、研究员李小龙在决赛现场发言时表示,动态路况分析是智慧出行场景的重要课题,高德通过智能化手段解决动态路况分析就需要用到人工智能、大数据等技术,这个问题的解决对于精准导航和人们美好出行具有重要的现实意义。他鼓励同学们通过更多系统性的深度思考,把更多学术界的前沿方法用到工业界的实际业务场景中,带来新的突破方向。

转载地址:http://izskz.baihongyu.com/

你可能感兴趣的文章
[UWP 自定义控件]了解模板化控件(1):基础知识
查看>>
UWP 自定义控件:了解模板化控件 系列文章
查看>>
[UWP]从头开始创建并发布一个番茄钟
查看>>
在 Azure 上执行一些简单的 python 工作
查看>>
WinUI 3 Preview 3 发布了,再一次试试它的性能
查看>>
使用命令把SpringBoot项目打包成可运行的jar包(简洁,操作性强)
查看>>
List数组排序
查看>>
VMware vSphere 离线虚拟机安装 BIND 9
查看>>
说说第一份工作
查看>>
dojo/request模块整体架构解析
查看>>
dojo/aspect源码解析
查看>>
Web性能优化:What? Why? How?
查看>>
Javascript定时器学习笔记
查看>>
dojo的发展历史
查看>>
Liunx百宝箱(Centos补充)
查看>>
Python存储系统(Redis)
查看>>
C语言指针收藏
查看>>
.net 4种单例模式
查看>>
T4 生成数据库实体类
查看>>
C#搞个跨平台的桌面NES游戏模拟器
查看>>