CIVIL-459 / 6 crédits

Enseignant: Alahi Alexandre Massoud

Langue: Anglais


Summary

Deep Learning (DL) is the subset of Machine learning reshaping the future of transportation and mobility. In this class, we will show how DL can be used to teach autonomous vehicles to detect objects, make predictions, and make decisions. (Fun fact: this summary is powered by DL)

Content

Keywords

Deep Learning, Autonomous Vehicle, Artificial intelligence, Machine learning, Self-driving car, human-robot tandem race

Learning Outcomes

By the end of the course, the student must be able to:

  • Define the fundamental steps behind an AI-driven system
  • Design the building steps of an autonomous vehicle
  • Implement an algorithm for each step
  • Explain and understand the challenges and ethical impacts

Teaching methods

Ex cathedra

Assessment methods

- Lab projects (Individual): 30%

- Midterm (Individual): 30%

- Final project (in group): 40%

 

Resources

Moodle Link

Dans les plans d'études

  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Deep learning for autonomous vehicles
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 4 Heure(s) hebdo x 14 semaines
  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Deep learning for autonomous vehicles
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 4 Heure(s) hebdo x 14 semaines
  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Deep learning for autonomous vehicles
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 4 Heure(s) hebdo x 14 semaines
  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Deep learning for autonomous vehicles
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 4 Heure(s) hebdo x 14 semaines
  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Deep learning for autonomous vehicles
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 4 Heure(s) hebdo x 14 semaines
  • Semestre: Printemps
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Deep learning for autonomous vehicles
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 4 Heure(s) hebdo x 14 semaines
  • Forme de l'examen: Pendant le semestre (session d'été)
  • Matière examinée: Deep learning for autonomous vehicles
  • Cours: 2 Heure(s) hebdo x 14 semaines
  • Exercices: 4 Heure(s) hebdo x 14 semaines

Semaine de référence

 LuMaMeJeVe
8-9   CO4
CO5
CO6
CO260
 
9-10    
10-11   CM1 
11-12    
12-13     
13-14     
14-15     
15-16     
16-17     
17-18     
18-19     
19-20     
20-21     
21-22     

Jeudi, 8h - 10h: Exercice, TP CO4
CO5
CO6
CO260

Jeudi, 10h - 12h: Cours CM1

Cours connexes

Résultats de graphsearch.epfl.ch.