MTDT：多任务深度学习数字孪生
原文中文，约300字，阅读约需1分钟。发表于：。交通拥堵对经济和环境都有重大影响。本文提出了多任务深度学习数字孪生技术（MTDT）作为解决复杂和精确的交通流模拟问题的方法，能够准确估计传感器波形时间序列以及多个评估指标，并通过多任务学习增强了效率和性能。
本研究介绍了事故检测技术和不同类型的交通事故，并提出了适用于智慧城市交通监控系统的I3D-CONVLSTM2D模型。实验证明该方法有效，模型MAP达到87%。研究还讨论了数据不平衡带来的挑战，并提供了基于视觉的事故检测系统集成到边缘物联网设备的路径指引。
