使用擅長學習、處理、分類序列資料的長短期記憶（LSTM）網路，建立輸出從車輛引擎所產生的氮氧化物（NO_X）的模型，藉由使用MATLAB和深度學習工具箱建立LSTM，並訓練出預測NO_X排放的模型網路，讓新一代零排放車輛的開發技術能達到高度準確率。

雷諾（Renault）汽車現正積極地開發新一代零排放車輛（zero-emissions vehicles；ZEVs）的技術，同時，也在努力希望使內燃機（internal combustion engine；ICE）車輛更乾淨、更有效率。減少有害物質的排放是其中一項重點項目。內燃機會產生氮氧化物（oxides of nitrogen；NO_X），導致了煙霧、酸雨、溫室氣體。為了降低NO_X，需要精確地估計各種引擎操作點的排放–舉例來說，各種扭力和引擎速度的組合。

在真實的引擎上進行測試不但昂貴，而且通常很耗時。而傳統上，是透過查找表（lookup tables）或氧化（combustion）模型的計算來進行NO_X估計。
...
...