Факультет прикладної математики (ФПМ)

Постійне посилання на фонд

https://ela.kpi.ua/handle/123456789/70

Переглянути

Перегляд Факультет прикладної математики (ФПМ) за Ключові слова "004.032.2"

Зараз показуємо 1 - 1 з 1
  • Ескіз недоступний
    ДокументВідкритий доступ
    Нейромережева модель відслідковування руху автотранспорту
    (КПІ ім. Ігоря Сікорського, 2024) Сущенко, Дар’я Вікторівна; Терейковський, Ігор Анатолійович
    Актуальність теми: зростаюча складність міських транспортних систем вимагає вдосконалених методів аналізу та прогнозування дорожнього руху. Точні прогнози трафіку необхідні для ефективного управління дорожнім рухом, зменшення заторів та покращення міської мобільності. Мета роботи: метою даної магістерської роботи являється підвищення ефективності відслідковування руху автотранспорту. Об'єкт дослідження: об'єктом дослідження є процеси, пов’язані з відслідковуванням руху автотранспорту. Предмет дослідження: предметом дослідження є нейромережеві моделі та методи відслідковуванням руху автотранспорту. Методи дослідження: методи статистики, теорії ймовірності, нейронних мереж та дослідження операцій. Наукова новизна: удосконалена нейромережева модель призначена для управління рухом транспортними засобами та регулюванням потоком транспортних засобів, що за рахунок інтеграції згорткової нейронної мережі забезпечує можливість зменшення кількості заторів. Практична цінність: розроблені моделі можуть бути інтегровані в існуючі системи управління дорожнім рухом з мінімальними модифікаціями, значно підвищуючи точність прогнозування трафіку. Це має практичне значення для управління дорожнім рухом у реальному часі та довгострокового міського планування. Особистий внесок магістранта: проведено аналіз науково-практичних робіт та існуючих рішень щодо розпізнавання об’єкта на зображенні та відео, досліджено процесу розпізнавання за допомогою нейронної мережі CNN. Запропоновані нові архітектурні рішення, що забезпечили можливість підвищити адаптованість нейромережевої моделі до умов задачі відслідковування. Апробація результатів дисертації: результати дисертації були представлені на кількох наукових конференціях та семінарах, отримавши позитивні відгуки від наукової спільноти. Публікації: результати дослідження були опубліковані в рецензованих журналах і матеріалах конференцій, що є внеском у розвиток знань в області аналізу трафіку і нейронних мереж. Структура та обсяг роботи: документ складається з 102 сторінки, включаючи рисунки, таблиці та 2 додатки. Він охоплює теоретичні основи, методологію, експериментальні результати та висновки.