首页
›
智能汽车与新能源汽车工程
›
080-Hard Case长尾挖掘与主动学习工程
›
《感知失败案例聚类与根因分析工程》
VIP9
本课程属于:080-Hard Case长尾挖掘与主动学习工程
智能汽车与新能源汽车工程 · 共 9 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
感知失败案例聚类与根因分析工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=感知失败案例聚类与根因分析工程… · 核心概念 · 整体框架与工程价值
课程导入
目标=感知失败案…
02
感知系统基础
目标=自动驾驶与机器人感知系统组成 · 传感器类型 · 感知任务与失败定义
感知系统基础
目标=自动驾驶
03
失败案例来源与采集
目标=路测 · 仿真 · 影子模式
失败案例来源
采集
04
数据预处理与特征工程
目标=时间同步 · 坐标对齐 · 目标跟踪
数据预处理
特征工程
05
失败案例表示学习
目标=图像 · 点云 · 多模态特征嵌入与相似度度量方法
失败案例表示学习
目标=图像
06
聚类算法基础
目标=K-means · DBSCAN · 层次聚类
聚类算法基础
K-means
07
深度聚类方法
目标=自编码器 · 对比学习 · 深度嵌入聚类与变分自编码器聚类
深度聚类方法
目标=自编码器
08
时序与轨迹聚类
目标=DTW · Shapelet · 序列嵌入与轨迹相似性聚类方法
时序
轨迹聚类
09
多模态融合聚类
目标=图像-点云-雷达融合表示 · 跨模态对齐与联合聚类
多模态融合聚类
目标=图像
10
聚类评估与可视化
目标=内部指标 · 外部指标 · t-SNE
聚类评估
可视化
11
根因分析基础
目标=根因分析定义 · 因果推断 · 故障树与5Why方法
根因分析基础
目标=根因分析定…
12
根因分析工程方法
目标=鱼骨图 · 帕累托分析 · 因果图与贝叶斯网络
根因分析工程方法
目标=鱼骨图
13
基于机器学习的根因分析
目标=分类 · 回归 · 异常检测与可解释性方法
基于机器学习的根…
目标=分类
14
根因定位与归因
目标=感知模块级 · 算法级 · 数据级与场景级归因方法
根因定位
归因
15
失败案例聚类与根因分析联动
目标=从聚类簇到根因假设的生成与验证
失败案例聚类
根因分析联动
16
工程化流水线设计
目标=数据管理 · 特征存储 · 聚类服务
工程化流水线设计
目标=数据管理
17
案例实战一
目标=目标检测漏检与误检案例聚类与根…
案例实战一
目标=目标检测漏…
18
案例实战二
目标=激光雷达点云分割失败案例聚类与…
案例实战二
目标=激光雷达点…
19
案例实战三
目标=多传感器融合感知失败案例聚类与…
案例实战三
目标=多传感器融…
20
案例实战四
目标=恶劣天气与光照条件下感知失败案…
案例实战四
目标=恶劣天气
21
案例实战五
目标=长尾场景与 Corner Ca…
案例实战五
Corner
22
常见问题与挑战
目标=数据不平衡 · 标注噪声 · 聚类数选择与根因歧义
常见问题
挑战
23
评估与迭代
目标=根因分析效果评估 · 闭环改进与持续学习机制
评估
迭代
24
工具与平台
目标=常用开源工具 · 可视化平台与工程化部署实践
工具
平台
25
综合项目一
目标=构建感知失败案例聚类系统
综合项目一
目标=构建感知失…
26
综合项目二
目标=构建根因分析工程平台
综合项目二
目标=构建根因分…
27
综合项目三
目标=端到端感知失败案例聚类与根因分…
综合项目三
目标=端到端感知…
28
前沿进展
目标=自监督学习 · 大模型 · 因果发现与感知失败分析新趋势
前沿进展
目标=自监督学习
29
最佳实践与工程规范
目标=数据治理 · 可复现性 · 团队协作与文档标准
最佳实践
工程规范
30
课程总结与提升
目标=知识体系回顾 · 能力自评 · 进阶学习路径与职业发展
课程总结
提升
所属VIP或分类
同VIP:OOD检测与异常场景挖掘工程
同VIP:场景覆盖度评估与数据补齐工程
同VIP:基于不确定性的主动学习数据闭环工程