使用擅长学习、处理、分类序列资料的长短期记忆（LSTM）网路，建立输出从车辆引擎所产生的氮氧化物（NO_X）的模型，藉由使用MATLAB和深度学习工具箱建立LSTM，并训练出预测NO_X排放的模型网路，让新一代零排放车辆的开发技术能达到高度准确率。

雷诺（Renault）汽车现正积极地开发新一代零排放车辆（zero-emissions vehicles；ZEVs）的技术，同时，也在努力希望使内燃机（internal combustion engine；ICE）车辆更干净、更有效率。减少有害物质的排放是其中一项重点项目。内燃机会产生氮氧化物（oxides of nitrogen；NO_X），导致了烟雾、酸雨、温室气体。为了降低NO_X，需要精确地估计各种引擎操作点的排放–举例来说，各种扭力和引擎速度的组合。

在真实的引擎上进行测试不但昂贵，而且通常很耗时。而传统上，是透过查找表（lookup tables）或氧化（combustion）模型的计算来进行NO_X估计。
...
...