Neuste Artikel für Verkehrsmanagement

Die Bewertung grosser Sprachmodelle zur Verbesserung der Verkehrssicherheit in selbstfahrenden Autos.

Eine Studie darüber, wie Park-and-Ride Staus und Emissionen reduzieren kann.

Ein neuer Ansatz mit Hypergraphen verbessert die Vorhersagen von Agentenbewegungen in verschiedenen Umgebungen.

Ein datengestützter Ansatz zur Verbesserung des Verkehrsflusses und der Sicherheit an Stadtkreuzungen.

Ein neues Framework verbessert die Vorhersagen zur Verkehrsgeschwindigkeit mit Kontextdaten.

SceneMotion verbessert die Vorhersagen für selbstfahrende Autos, indem es die Interaktionen zwischen den Agenten berücksichtigt.

Ein Blick auf die Optimierung von Fahrspuren für hohe Auslastung, um Staus zu reduzieren.

Dieser Artikel untersucht, wie Fahrzeuge zusammenarbeiten, um den Verkehrsfluss zu verbessern.

Ein neues Modell sagt den Verkehrsfluss voraus, ohne stark auf Sensordaten angewiesen zu sein.

SOD-YOLOv8 verbessert die Erkennung von kleinen Objekten in Verkehrsszenen mit fortschrittlichen Techniken.

Innovative Methoden zielen darauf ab, das Parkmanagement in belebten Städten zu verbessern.

Ein Rahmen zur Klassifizierung verschiedener Fahrmuster, um die Verkehrssicherheit zu verbessern.

PM-DMNet verbessert die Genauigkeit und Effizienz der Verkehrsprognose mit fortschrittlichen Techniken.

Die Forschung hebt die Verkehrsmuster und Staus in der Nähe der UNCC mithilfe von iterativen Methoden hervor.

Eine neue Methode verbessert die Effizienz der Standortbestimmung von Verkehrssensoren mit Hilfe von Graphenschnitten.

Ein neuer Geschwindigkeitsregler für automatisierte Fahrzeuge verbessert das Verkehrsmanagement.

Erkunde die Rolle von tropischen Matrizen beim Verständnis dynamischer Systeme und ihrer Stabilität.

Erforschen, wie geschaltete Systeme funktionieren und ihre Bedeutung in verschiedenen Anwendungen.

Eine neue GNN-Methode bietet eine schnellere Bewertung von Verkehrsrichtlinien für Städte.

Ein neues Modell verbessert die Verkehrsprognosen nach Unfällen für ein besseres Management.

Ein neues System verbessert die Verkehrsüberwachung und -steuerung in Städten.

Untersuchen, wie autonome Fahrzeuge den Verkehrsfluss verbessern und Staus reduzieren können.

Diese Studie präsentiert ein Verkehrsflussmodell, das vernetzte und autonome Fahrzeuge berücksichtigt.

Ein neuer Ansatz verbessert das Management von Ampeln, verringert Staus und optimiert den Verkehrsfluss.

Entdecke, wie V2X-Kommunikation die Verkehrssicherheit und das Verkehrsmanagement verändert.

Untersuchung der Komplexitäten von skalaren Erhaltungsgesetzen, die von plötzlichen Veränderungen beeinflusst werden.

Ein neues Datenset soll das Management von Verkehrsampeln mit echten Bildern und verschiedenen Szenarien verbessern.

Ein Modell konzentriert sich auf den Fahrzeugraum, um das Verkehrsmanagement zu verbessern.

STGormer verbessert Verkehrsprognosen, indem es Zeit und Raum berücksichtigt.

Eine neue Methode, um Jobs effizient zu routen und gleichzeitig die Systemstabilität zu gewährleisten.

Ein Blick auf effektives Management von HOT-Spuren zur Reduzierung von Staus.

Ein umfassender Blick auf das Verstehen von Verkehrsströmen durch komplexe Datenanalyse.

In dieser Studie werden verschiedene YOLOv5-Modelle verglichen, um verschiedene Fahrzeugtypen unter unterschiedlichen Bedingungen zu identifizieren.

Eine Studie zur Verbesserung der Effizienz von HOT-Spuren und dem Stau-Management.

Eine neue Methode verbessert die Verkehrsprognosen, indem sie regionales Wissen integriert.

Eine neue Methode verbessert die Genauigkeit der Verkehrsprognosen durch Datenzerlegung und neuronale Netzwerke.

Eine neue Trainingsmethode verbessert die 3D-Objekterkennung mit synthetischen und realen Daten.

Erforschen, wie Zusammenarbeit die Ergebnisse in Stauspielen verbessern kann.

TempoKGAT verbessert die Vorhersagegenauigkeit in dynamischen Beziehungen mit zeitempfindlichen Methoden.

Eine Studie zur Verbesserung von Navigationsempfehlungen für ein besseres Fahrerlebnis in der Stadt.