Últimos artículos para Gestión del tráfico

Evaluando modelos de lenguaje grandes para mejorar la seguridad vial en coches autónomos.

Un estudio sobre cómo el Park-and-Ride puede reducir la congestión y las emisiones.

Un enfoque novedoso que utiliza hipergrafos mejora las predicciones de las trayectorias de agentes en diferentes entornos.

Un enfoque basado en datos para mejorar el flujo de tráfico y la seguridad en las intersecciones de la ciudad.

Un nuevo marco mejora las predicciones de velocidad del tráfico usando datos contextuales.

SceneMotion mejora las predicciones para coches autónomos al tener en cuenta las interacciones entre agentes.

Una mirada a la optimización de los carriles de peaje de alta ocupación para reducir la congestión.

Este artículo examina cómo los vehículos cooperan para mejorar el flujo de tráfico.

Un nuevo modelo predice el flujo de tráfico sin depender mucho de los datos de sensores.

SOD-YOLOv8 mejora la detección de objetos pequeños en escenas de tráfico usando técnicas avanzadas.

Métodos innovadores buscan mejorar la gestión del estacionamiento en ciudades concurridas.

Un marco para clasificar patrones de conducción diversos para mejorar la seguridad vial.

PM-DMNet mejora la precisión y eficiencia de la predicción de tráfico usando técnicas avanzadas.

La investigación destaca los patrones de tráfico y la congestión cerca de UNCC usando métodos iterativos.

Un nuevo método mejora la eficiencia de la ubicación de sensores de tráfico usando cortes de grafo.

Un nuevo controlador de velocidad para vehículos automáticos mejora la gestión del tráfico.

Explora el papel de las matrices tropicales en entender sistemas dinámicos y su estabilidad.

Explorando cómo funcionan los sistemas conmutados y su importancia en varias aplicaciones.

Un nuevo método GNN ofrece una evaluación más rápida de las políticas de tráfico para las ciudades.

Un nuevo modelo mejora las predicciones de tráfico después de accidentes para una mejor gestión.

Un nuevo sistema mejora el monitoreo y la gestión del tráfico en las ciudades.

Estudiando cómo los vehículos autónomos pueden mejorar el flujo de tráfico y reducir la congestión.

Este estudio presenta un modelo de flujo de tráfico que tiene en cuenta los vehículos conectados y autónomos.

Un nuevo enfoque mejora la gestión de semáforos, reduciendo la congestión y mejorando el flujo.

Descubre cómo la comunicación V2X transforma la seguridad vial y la gestión del tráfico.

Examinando las complejidades de las leyes de conservación escalares influenciadas por cambios bruscos.

Un nuevo conjunto de datos busca mejorar la gestión de semáforos utilizando imágenes reales y escenarios diversos.

Un modelo se centra en el espacio vehicular para mejorar la gestión del tráfico.

STGormer mejora las predicciones de tráfico al tener en cuenta el tiempo y el espacio.

Un nuevo método para enrutar trabajos de manera eficiente mientras se asegura la estabilidad del sistema.

Una mirada a la gestión efectiva de los carriles HOT para reducir la congestión.

Una mirada completa a entender los patrones de tráfico a través de un análisis de datos complejo.

Este estudio compara diferentes modelos de YOLOv5 para identificar varios tipos de vehículos en diferentes condiciones.

Un estudio sobre cómo mejorar la eficiencia de los carriles HOT y la gestión de la congestión.

Un nuevo método mejora las predicciones del tráfico en las carreteras al integrar conocimientos regionales.

Un nuevo método mejora la precisión de la predicción del tráfico mediante la descomposición de datos y redes neuronales.

Un nuevo método de entrenamiento mejora la detección de objetos 3D usando datos sintéticos y del mundo real.

Explorando cómo la colaboración puede mejorar los resultados en juegos de congestión.

TempoKGAT mejora la precisión de predicción en relaciones dinámicas usando métodos sensibles al tiempo.

Un estudio sobre cómo mejorar las recomendaciones de navegación para tener mejores experiencias al conducir en la ciudad.