Fingerprint
Untersuchen Sie die Forschungsthemen von „Deep Learning-Driven State Correction: A Hybrid Architecture for Radar-Based Dynamic Occupancy Grid Mapping“. Zusammen bilden sie einen einzigartigen Fingerprint.- sortieren
- Gewicht:
- Alphabetisch
Deep Learning-Driven State Correction: A Hybrid Architecture for Radar-Based Dynamic Occupancy Grid Mapping
Max Peter Ronecker*, Xavier Diaz, Michael Karner, Daniel Watzenig
*Korrespondierende/r Autor/-in für diese Arbeit
Publikation: Beitrag in Buch/Bericht/Konferenzband › Beitrag in einem Konferenzband › Begutachtung