登入访问此内容和其他站点功能。
当今汽车行业有许多挑战，包括新车中可用的大量数据。来自相机，激光雷达，雷达和惯性运动等数十个传感器的车辆数据以及车辆ECU的操作数据可以为车辆驾驶环境和车辆性能提供宝贵的实时见解。
可以在车辆的边缘进行预处理，并压缩高达98％，同时维持高级分析，培训和部署机器学习模型，以通过其生产生命周期来不断地改善车辆从设计中不断改进车辆。
在本届会议上，我们将确定行业挑战以及五个行业公司的财团如何组建融合项目，以提供完整的车辆到边缘数据生命周期，该项目以成本效益的方式整合机器学习培训和部署，以减少培训时间由10倍。
通过Fusion项目机器学习基于数据生命周期的启用连接的智能车辆
布莱恩·卡尔森（Brian Carlson）
NXP半导体全球产品和解决方案营销，车辆控制和网络解决方案主管
更多的较少的
我们正在寻找改进的方法。
参加调查。
订阅我们的新闻通讯，以保持最新进展，如果您需要进一步的帮助，我们将在这里提供帮助。