Deep Learning Based Solutions for Vehicular Adhoc Networks (Studies in Computational Intelligence, 1207)

Dieses Buch bietet einen ganzheitlichen und umfassenden Ansatz für Deep Learning im Bereich der Vehicle-to-Vehicle-Kommunikationsnetze (VANETs) und behandelt verschiedene Aspekte wie Anwendungen, die Rolle von Behörden sowie potenzielle ethische und rechtliche Fragen. Es beginnt mit einer Erörterung darüber, wie das Verkehrssystem in ein intelligentes Verkehrssystem (ITS) umgewandelt wurde. Der Einsatz von VANETs nimmt in der Entwicklung von ITS zu, um die Verkehrssicherheit, die Verkehrseffizienz und den Fahrkomfort zu verbessern. Deep Learning, ein Teilbereich des maschinellen Lernens, hat das Potenzial, Vehicle-to-Vehicle-Kommunikationsnetze (VANETs) grundlegend zu verändern und verschiedene Anwendungen wie Verkehrsmanagement, Kollisionsvermeidung und Infotainment zu ermöglichen. Deep Learning hat großes Potenzial gezeigt, um verschiedene Herausforderungen im Zusammenhang mit VANETs zu bewältigen, indem es seine Fähigkeit nutzt, aus großen Datenmengen zu lernen und genaue Vorhersagen zu treffen. Es werden die neuesten Deep-

Deep Learning Based Solutions for Vehicular Adhoc Networks (Studies in Computational Intelligence, 1207)