Kirjaudu sisään
näkemys - 교통 공학
교통 정체 완화를 위한 데이터 동화 기반 정체 흡수 주행
데이터 동화 프레임워크를 활용하여 정체 흡수 주행의 성능을 향상시킬 수 있다.
교통 할당 및 교통 흐름 학습을 위한 이종 그래프 신경망
이종 그래프 신경망 모델은 가상 링크를 통해 기원-목적지 노드 간 관계를 효과적으로 포착하고, 적응형 그래프 주의 메커니즘을 통해 공간적 교통 패턴을 학습할 수 있다. 또한 노드 기반 유량 보존 법칙을 손실 함수에 통합하여 링크 유량 및 유량-용량 비율 예측의 정확성을 높인다.
교통 신호등이 있는 교통망에서의 중단 없는 최대 유량
이 논문은 교통 신호등 조정 절차를 설명하여 교외 양방향 도로에서 권장 속도로 주행하는 운전자가 모든 교통 신호등을 통과할 수 있도록 한다. 또한 이를 통해 교차로에서의 최대 유량을 달성할 수 있다.
100대의 자율주행차량을 이용한 최대 규모의 이동 교통 제어 실험: 방법론과 구현
자율주행차량을 이용하여 정체 구간에서 교통 흐름을 개선할 수 있다.
셀룰러 오토마타 기반 모델과 CNN-LSTM 아키텍처를 활용한 교통 흐름 예측을 위한 딥러닝
셀룰러 오토마타 기반 통계 역학 모델을 활용하여 교통 흐름 데이터를 생성하고, CNN-LSTM 딥러닝 모델을 통해 미래 교통 상태를 예측하는 방법을 제안한다.
실제 세계 교란에 대한 강화 학습을 통한 혼합 교통의 안전성, 안정성 및 효율성 향상
실제 세계 교란에 대한 강화 학습 기반 로봇 차량의 도입을 통해 혼합 교통의 안전성, 안정성 및 효율성을 크게 향상시킬 수 있다.
교통 네트워크의 사고 데이터 기반 모델링
교통 사고의 자기 흥분 특성을 고려한 교통 흐름 모델링
AI 모델 인증을 위한 과학 기반 접근법: 교통 상태 추정에의 적용
교통 상태 추정을 위한 AI 모델의 신뢰성과 안전성을 보장하기 위해 과학적 원리와 이론을 통합한 인증 방법론을 제안한다.
AI 모델 인증을 위한 과학 기반 접근법: 교통 상태 추정에의 적용
교통 상태 추정을 위한 AI 모델의 신뢰성과 안전성을 보장하기 위해 과학적 원리와 법칙을 통합한 인증 방법론을 제안한다.
변속제한을 통한 교통 흐름 모델의 LQ 제어
교통 흐름 모델에 대한 LQ 제어 설계와 변속제한의 적용
Tuotteet
© 2024 by Linnk AI