A Physics-Informed Deep Learning Paradigm for Car-Following Models

Diese Forschung stellt ein neues, physikinformiertes Deep-Learning-Paradigma für die Entwicklung von Fahrzeugfolgemodellen vor. Der Ansatz zielt darauf ab, grundlegende physikalische Prinzipien direkt in tiefe neuronale Netze zu integrieren, um die Genauigkeit und Interpretierbarkeit von Verkehrssimulationen zu verbessern.