Últimos artículos para Gestión del tráfico

Un nuevo algoritmo mejora el análisis de sistemas conmutados complejos.

Una mirada a técnicas para enseñar a los agentes a seguir el comportamiento de expertos de manera efectiva.

Un estudio sobre algoritmos que abordan los desafíos del flujo de tráfico entero en redes urbanas.

Este artículo explora métodos de planificación de movimiento híbridos para una conducción automática más segura.

El estudio se centra en el comportamiento de seguir a vehículos y en pares de líder-seguidor en tráfico caótico.

Un método para mejorar la gestión del tráfico urbano a través del control avanzado de señales.

Un nuevo modelo mejora la predicción del tráfico en áreas urbanas usando técnicas avanzadas.

Revolucionando el transporte urbano con un simulador de tráfico de alto rendimiento.

Este artículo analiza las causas de la congestión del tráfico y las posibles estrategias de gestión.

Un método para mantener la privacidad al compartir estadísticas de tráfico urbano.

Nuevas estrategias buscan mejorar la seguridad y eficiencia de los CAV en entornos sin carriles.

A-TEAM simplifica la gestión del tráfico con herramientas basadas en datos y aplicaciones modulares.

Una mirada a cómo los agentes interactúan y toman decisiones con el tiempo.

Analizando el comportamiento de los usuarios para mejorar los sistemas de transporte público urbano.

Un método para mejorar la eficiencia del sistema sin necesidad de conocimientos detallados.

Nuevos métodos para mantener los datos en tiempo real relevantes en entornos conectados.

LCSim ofrece herramientas mejoradas para escenarios de tráfico urbano realistas.

Un nuevo método mejora el seguimiento de objetos usando la integración de datos 3D.

Enfoques innovadores para reducir los atascos ayudando a los conductores con consejos en tiempo real.

Este artículo habla sobre métodos para estabilizar la ecuación de Burgers y hacer un mejor modelado.

Un método para mejorar la precisión de la ubicación de los sensores en las carreteras en áreas urbanas.

Un nuevo método mejora la detección de objetos en vehículos autónomos a través de la percepción cooperativa.

VA-Count mejora la precisión y flexibilidad en contar objetos no visibles.

Un estudio revela información sobre el comportamiento de los vehículos en áreas de entrelazado en la carretera.

Un nuevo enfoque para mejorar la ruta del tráfico y reducir la congestión en áreas urbanas.

Aprende sobre aproximadores para el flujo de tráfico en grafos grandes.

Nuevos métodos automatizan la detección de estacionamiento y la identificación de estado para sistemas más inteligentes.

Un estudio muestra que se mejora el emparejamiento de vehículos a través de regiones estratégicas de captura de imágenes.

Explorando la dinámica del estacionamiento con escenarios de tiempo limitado.

Un estudio sobre la predicción del tiempo de viaje para las rutas más transitadas de Islamabad.

Un nuevo método mejora las estimaciones del flujo de tráfico usando datos de vehículos conectados.

ST-Mamba mejora las estimaciones del flujo de tráfico usando datos limitados de vehículos.

Una mirada a la generación de datos sintéticos para la movilidad urbana y los desafíos de privacidad.

Presentamos STD-LLM para mejorar la predicción y la imputación en sistemas dinámicos.

NeighborFL mejora la precisión de las predicciones de tráfico mientras protege la privacidad de los datos.

Crowd-SAM mejora la detección de objetos en entornos concurridos con menos imágenes etiquetadas.

Los modelos estocásticos no locales mejoran la gestión del tráfico y reducen la congestión.

Este estudio explora cómo predecir cambios de carril puede mejorar el ahorro de energía para los CAV.

Una mirada a cómo los datos de GPS mejoran la precisión del mapeo del flujo de tráfico.

Revolucionando la detección de carriles para autos autónomos con más precisión y comprensión.