Trajektorienvorhersage für einen Ingolstädter Premium-OEM evaluieren
Übersicht
Worum es bei diesem Projekt geht.
Sie nutzen den Argoverse-2-Motion-Forecasting-Datensatz als Standard-Benchmark. Trainieren Sie ein einfaches LSTM-Modell als Baseline und ein VectorNet-ähnliches Graph-Modell als moderne Alternative. Validieren Sie minADE und minFDE getrennt für drei Szenario-Cluster (Geradeausfahrt, Kreuzung, Spurwechsel). Liefern Sie reproduzierbare Trainings-Skripte, einen Vergleichsreport mit klaren Szenario-Slices und eine Methoden-Empfehlung mit ehrlicher Diskussion der Trainingskosten. Erfolg ist eine Studie, die zeigt, in welchen Szenarien sich die zusätzliche Komplexität lohnt.
Das Briefing
Was Du tust und was Du zeigst.
Lohnt sich der Wechsel von einem LSTM-Baseline zu einem Graph-Neural-Network für die Trajektorienvorhersage über die wichtigsten Szenario-Cluster?
Earning criteria — what you'll demonstrate
- Trajektorienvorhersage als Sequenz- und Graph-Lernproblem verstehen
- Standardmetriken (minADE, minFDE) korrekt anwenden
- Studien fair gegen Trainingskosten abwägen
- Forschungsergebnisse als Poster und Memo für eine industrielle Abteilung kommunizieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenML Researcher
Eine saubere Methodenstudie auf einem akademischen Standard-Benchmark mit Industrierelevanz ist genau das Profil, das ML Researchers in OEM-Forschungsteams einbringen.
Dieses Projekt schärft
- trajectory-prediction
- graph-neural-networks
- benchmarking
Research Scientist
Forschungsposter und Methodenmemo für eine interne Konferenz vorzubereiten ist die Kerntätigkeit von Research Scientists in industriellen Forschungsabteilungen.
Dieses Projekt schärft
- benchmarking
- model-evaluation
- trajectory-prediction
Computer Vision Engineer
Prediction-Stacks gehören zur Wahrnehmungswelt — eine Methodenstudie hier öffnet die Tür zu CV-Engineering-Positionen mit Schwerpunkt Prediction.
Dieses Projekt schärft
- trajectory-prediction
- pytorch
- model-evaluation
Noch eine Sache