免标定 一致性逾九成
该模型无需人工标注即可从驾驶行为数据中提取可共享的驾驶风格，并给出可解释的统计结构，优于现有基准方法。
Chaopeng, Zhang · Wang, Wenshuoa S. · Zhaokun, Chen · 张健 · Sun, Lijun · 席军强
IEEE Transactions on Intelligent Transportation Systems 2024
模型直接从驾驶行为数据中提取潜在驾驶风格，省去昂贵且不一致的人工标注过程。
采用层次潜在模型，提供可解释的统计结构，使驾驶风格分析透明可信。
在100名驾驶员的真实测试中，模型的主观-客观一致性超过90%，优于基准方法。