traffic management | BriefGPT

关键词traffic management

搜索结果 - 25

基于注意力机制的多上下文卷积编码解码神经网络在施工区交通影响预测中的应用
通过数据整合和深度学习模型，提出了一种预测工作区域交通影响的方法，通过捕捉工作区事件和交通变化之间的时空依赖关系，提高了对交通速度、事故可能性以及相关交通属性的预测准确性。该模型在减少交通速度预测误差和增加事故预测准确度方面表现出优越性，对
PDFa month ago
LLM 信息支持下的语义轨迹数据挖掘与 POI 分类
本文提出了一个新的人类出行轨迹挖掘流程，利用大型语言模型对兴趣点进行活动类型标注，并使用基于贝叶斯算法推断轨迹中每个停留点的活动，评估结果表明，该方法在 POI 分类方面达到了 93.4% 的准确率和 96.1% 的 F-1 分数，并在活动
PDFa month ago
使用在线预测算法进行蜂窝网络流量预测
我们研究了实时场景下应用于移动网络流量预测的两种实时预测算法的有效性，发现 Fast LiveStream Prediction（FLSP）算法相对于传统的在线预测算法，在异步数据汇报情况下，能够减少所需带宽一半，并提高预测准确性和降低处理
PDF2 months ago
IncidentResponseGPT: 利用生成型人工智能生成交通事故应急响应计划
通过结合实时交通事故报告和操作指南，本研究介绍了一种名为 IncidentResponseGPT 的创新解决方案，旨在协助交通管理部门快速、明确和适应性地应对交通事故，通过文本分析、交通模拟和透明验证的方法，该系统有望优化交通流量、减少拥堵
PDF2 months ago
CVPRRCooper: 适用于路边合作感知的真实世界大规模数据集
道路边缘感知越来越受到重视，通过道路合作感知可以实现对交通区域的全面了解；然而，现有的道路边缘感知方法只关注单一基础设施传感器系统，无法覆盖交通区域的全面感知，因此需要道路合作感知来实现对受限交通区域的实际感知。本研究提供了第一个真实世界的
PDF4 months ago
可持续深度径向函数在智能城市交通智能分析中的增强分析
利用深度径向基函数（RBF）网络，本文描述了一种增强智慧城市交通智能的新策略，该方法能够从交通数据中提取有价值的见解，并通过深度神经网络的分层结构来学习预测交通状况、识别拥堵模式并提供优化交通管理策略的建议。
PDF5 months ago
智能交通系统中前沿人工智能、基础模型和大语言模型应用的调查
该综述论文探讨了前沿人工智能、大型语言模型和基础模型在智能交通系统领域的转型影响，强调它们在推进交通智能化、优化交通管理和实现智慧城市方面的重要作用。
PDF6 months ago
公路交通事故对异质治疗效果的推断：一种双重鲁棒因果机器学习方法
该研究提出了一种新颖的因果机器学习框架，用于准确估计高速公路不同类型车祸对交通速度的因果效应，该框架基于尼曼 - 鲁宾因果模型、条件 Shapley 值指数和结构因果模型，并结合双重稳健学习方法估算治疗效果。实验结果表明在不同的距离和持续时
PDF6 months ago
通过强化学习分析非信号化路口的混合交通行为
本研究报告探讨了强化学习 (RL) 代理在停车迟迟及加速停车场景中所表现的多模态分布程度，并调查了 RL 控制的机器人车辆 (RVs) 在复杂交通环境中如何有效导航方向与其他车辆进行协作。通过分析多模态队列长度、流量和编队大小分布以及队列长
PDF7 months ago
VT-Former：一种基于 Transformer 的智能高速公路交通系统车辆轨迹预测方法
在现代网络物理系统和智能交通系统中，提高道路安全和交通管理已成为一个重要的关注领域。通过引入一种新的基于 transformer 的方法 —VT-Former，并结合 Graph Attentive Tokenization (GAT) 模
PDF8 months ago
基于深度神经网络的通用嵌入式硬件入口流量估计
使用图像处理和机器学习方法，基于边缘检测的实时交通强度估计系统在树莓派单板计算机上实现，为大规模部署提供了经济有效的解决方案。
PDF8 months ago
MARVEL：多智能体强化学习用于大规模可变速限
变速限制、交通管理、多智能体强化学习、高速公路走廊和交通安全是本研究的主要关键词和研究领域，并通过使用常见数据引入了一个名为 MARVEL 的多智能体强化学习框架，以实现大规模变速限制控制。
PDF9 months ago
智能交通系统中的联邦学习：最近的应用和待解决问题
综合调查了智能交通系统中联邦学习的最新发展，研究了 ITS 中普遍的挑战，阐明了应用联邦学习的动机，并讨论了在物体识别、交通管理和服务提供等场景中的潜在问题。还分析了联邦学习部署引入的新挑战和其潜在的局限性，包括不均匀的数据分布、有限的存储
PDF9 months ago
TrafficGPT：查看、处理和交互交通基础模型
通过将 ChatGPT 和交通基础模型相结合，TrafficGPT 在交通管理领域中不仅推动了交通管理的进步，也为在该领域利用人工智能能力提供了一种新的方法。
PDF10 months ago
V2I 通信网络的混合 PLS-ML 认证方案
本文提出了一种基于位置和机器学习的身份验证方案，通过利用发射车辆的位置作为设备指纹，以实现车载通信网络的安全和有效的交通管理。采用了基于到达时间的定位机制和机器学习模型，通过构建支持向量回归和决策树模型评估了方案的性能优势，并在与基准方案的
PDF10 months ago
利用可扩展的事务性流处理技术来管理大规模语言模型 [视觉]
本文介绍 TStreamLLM，这是一种革命性的框架，将事务流处理 (TSP) 与 LLM 管理集成在一起，以实现可观的可伸缩性和低延迟。通过实践案例展示其潜力，如实时病人监测和智能交通管理。同时提出了 TSP 和 LLM 管理之间的协同作
PDFa year ago
通过生成图变换器构建交通基础设施模型
本文提出了一种新的交通预测方法，称为交通基础模型（TFM），该模型结合了交通仿真原则和图形结构，能够更准确地预测城市交通状况。
PDFa year ago
基于边缘计算的智能交通管理与信号系统，用于在高峰期指导应急车辆
本文介绍了一种基于 Edge 技术的三相系统，通过图片处理和计算 Index 值以检测拥堵程度，判断是否有紧急车辆，并在边缘服务器上进行处理和决策，从而减轻云服务器的负担，提高实时系统的可靠性。
PDFa year ago
AAAIDADFNet：双注意与双频率引导除雾网络，用于视频驱动的智能交通
该研究提出了一种双重关注和双频引导去雾网络（称为 DADFNet）用于实时视野增强，以改善交通管理系统中受恶劣天气影响的图像检测精度。
PDFa year ago
CVPR车辆再识别的强基线
本文提出了一种针对第五届 AI 城市挑战赛数据集 Track 2 的车辆识别方法，包括缩小真实与合成数据之间的域间差距、通过堆叠多个具有注意力机制的网络头进行网络修改、自适应损失权重调整等。该方法在不使用外部数据集或伪标签的情况下，在私人
PDF3 years ago