伯克利實驗室能源分析和環(huán)境影響部門主任，加州大學伯克利分校副教授，同時也是該研究團隊成員Tom Kirchstetter說：“美國30%的能源使用是用于運輸人員和貨物，這種能源消耗導致空氣污染，包括大約一半的氮氧化物排放以及黑碳(煙灰)排放。”
對于運輸和環(huán)境方面，機器學習技術可以幫助檢查交通事故和環(huán)境污染日益嚴重的問題。這一交通管理項目也被稱為“環(huán)形項目(Circles)”，或“自動駕駛汽車減少擁堵影響計劃”，它是由伯克利實驗室研究員Alexandre Bayen領導的，他是加州大學伯克利分校電子工程和計算機科學教授，同時也是加州大學伯克利分校運輸研究所所長。
同時另一個被稱為的DeepAir(深度學習和衛(wèi)星想象，以估算大規(guī)模的空氣質量影響)的環(huán)境項目，由伯克利實驗室研究員Marta Gonzalez領導，他也是加州大學伯克利分校城市和區(qū)域規(guī)劃部的教授。研究人員希望他們的研究工作在未來十年內成為實踐標準。
京公網安備 11010502049343號