輸送システム に関する最新の記事

ISACは、よりスマートで効率的なシステムのために、コミュニケーションとセンシングを組み合わせてるよ。

さまざまな素材を効率的に運ぶ方法を見てみよう。

リアルタイムデータが最新で信頼できるものを維持するための新しい方法を探ってる。

ネットワークの構造が変わるのをその瞬間に検出する新しい方法。

アイデアルフローネットワークがどのようにさまざまなシステムを簡素化して最適化するかを見てみよう。

新しいモデルはセンサーデータにあまり依存せずに交通の流れを予測するんだ。

グラフ信号処理がいろんな分野でデータをどう分析するか学ぼう。

運転の限界を明確にすることで、自動運転車の安全が保障されるんだ。

新しいデータセットは、リアルな画像と多様なシナリオを使って交通信号の管理を改善することを目指してるよ。

この研究はネットワークの接続の変化とそれが最適な経路に与える影響を評価してるんだ。

混雑を減らすためのHOTレーンの効果的な管理についての考察。

新しいAI手法が旅行データ収集を改善して、より良い都市計画を実現。

都市交通のアクセスにおける平等を見直す、増え続ける課題の中で。

都市部での人間の動きの予測をより良くするための新しいアプローチ。

ネットワークで効率的なバイハーモニック距離推定の新しい技術について学ぼう。

未来のイベントを統合することで、エネルギー予測手法の精度が向上する。

新しい方法がデータ分解とニューラルネットワークを使って交通予測の精度を向上させる。

向きグラフの接続を監視するための重要な概念を理解する。

ネットワークの中で進化するつながりを追跡する方法で、より良い意思決定ができるように。

ネットワークの中心性を調整するためのさまざまなアプリケーションに関する研究。

自動運転車が道路でより安全な判断をするための新しいアプローチ。

MemFusionMapは過去のフレーム情報を利用してリアルタイムのHDマッピングを向上させるよ。

LSSDMは、多変量時系列データの隙間を埋めるための効果的なソリューションを提供してるよ。

時間的な森林の概要と、変化するつながりを追跡する上での重要性。

都市は気候変動による洪水の増加に対応するために交通システムを適応させる必要がある。

電子地図の世界とその活用についての深い探求。

新しい方法が、遅れがあっても安全な車両プラトゥーニングを保証する。

都市はカメラとデジタルツイン技術を使って公共エリアの清潔さを保ってるんだ。

自動運転車がどう動いて安全を確保するかをわかりやすく紹介。

新しいアルゴリズムは、強化学習の複雑なルールに従いながら、後悔を最小化するんだ。

距離感度オラクルがネットワークのルート計画をどう改善するかを学ぼう。

交通ネットワークで車両がどう絡み合ってバランスを取るかを発見しよう。

統合隣接行列を使った混合グラフの新しい研究アプローチ。

都市が高度な予測手法を使って移動パターンを予測する方法を学ぼう。

変化するネットワークでカッツ中心性スコアを効率的に更新する方法を学ぼう。

研究によると、文化の違いが歩行者の横断習慣にどう影響するかがわかったよ。

限られたデータで都市部の交通推定を改善する方法。

新しい方法がグラフニューラルネットワークを改善して、より良い洞察を提供する。

6つの主要都市でのバイクシェアの利用状況を1ヶ月間分析した。