transportation systems | BriefGPT

关键词transportation systems

搜索结果 - 10

使用定向窗口学习视觉变换器的目标检测：道路资产识别
利用 OWL-ViT 方法在智能交通系统中实现道路资产检测的研究表明，在各种情况下，OWL-ViT 具有高效率和可靠性，强调其提升智能交通系统安全和效率的潜力。
PDF21 days ago
AAAITelTrans：基于多类型电信数据的多维图建模在交通评估与预测中的应用
通过利用广泛的蜂窝交通覆盖捕捉移动模式，我们提出了地理蜂窝交通（GCT）流量作为解决基于位置检测器的交通预测局限性的新数据源。针对车辆相关的 GCT 流量预测，我们提出了一个图神经网络，它整合了多变量、时间和空间因素，提高了准确性。实验结果
PDF6 months ago
交通网络的无监督学习拓扑分类
对城市交通系统的建模、优化、仿真和数据分析的研究逐渐增多。本研究采用无监督学习方法，尤其是聚类方法，通过综合评估交通网络的拓扑特征，利用主成分分析和等度映射减少特征之间的相关性，实现交通网络的分类。结果表明，PCA 方法和 K-means
PDF7 months ago
使用联网车辆数据和深度学习模型自动提取相关道路基础设施
通过利用车联网数据和深度学习模型，在道路基础设施映射方面取得了显著的成果，提出了一种基于 geohashing 和 YOLOv5 算法的自动识别路口的新方法，实验证明了该方法的高准确性和广泛应用前景。
PDFa year ago
具有上下文客户端选择的 V2X 增强联邦学习的合作智能交通系统
本研究提出了一个用于交通运输系统的上下文客户端选择通道，提高了联邦学习的性能，该通道使用车到一切 (V2X) 传输的信息来选择客户端，并根据预测的通信延迟来选择最小延迟的客户端。
PDFa year ago
将城市空中移动融入现有交通系统的模拟研究：一项调查
本文通过模拟技术对城市规模交通运输中的城市空中流动性进行调查，并确定了城市空中流动性集成到现有交通系统中的关键挑战和机遇，包括对现有交通模式和拥堵的影响，安全分析和风险评估，潜在的经济和环境效益，以及城市空中流动性和地面交通的共享基础设施和
PDFa year ago
用于交通预测的图神经网络：综述
本论文对交通预测问题中应用图神经网络（包括图卷积和图注意力网络）进行了全面的综述和研究，展示了其在不同交通预测问题方面，如道路交通流和速度预测、城市轨道交通系统中的客流预测以及打车平台中的需求预测等，取得的最新成果。同时，还提供了每个问题的
PDF3 years ago
智能交通系统的深度强化学习：一项调查
本文综述了以深度强化学习（RL）为基础的交通控制应用，并将现有工作按照应用类型、控制模型和研究算法进行分类总结。
PDF4 years ago
自适应交通信号控制的开源框架
研究了不同自适应信号控制器模型的性能差异和相对优劣，提出了一个用于模拟和评估不同自适应信号控制器模型的框架，并探讨了模型的超参数与性能之间的关系。
PDF5 years ago
利用粗糙 GPS 数据量化城市交通系统对极端事件的韧性
本文介绍了一种使用出租车 GPS 数据定量测量交通系统弹性的方法，通过计算城市各个区域之间的历史速度分布并测量异常事件期间的速度偏差，该方法应用于纽约市近 7 亿辆出租车的数据集，可用于分析与飓风桑迪相关的交通基础设施弹性，该分析表明飓风桑
PDF9 years ago