Artigos mais recentes para Gestão de Tráfego

Avaliando grandes modelos de linguagem para melhorar a segurança nas estradas em carros autônomos.

Um estudo sobre como o Park-and-Ride pode reduzir a congestão e as emissões.

Uma nova abordagem usando hipergrafos melhora as previsões das trajetórias de agentes em vários ambientes.

Uma abordagem baseada em dados pra melhorar o fluxo de trânsito e a segurança nos cruzamentos da cidade.

Um novo framework melhora as previsões de velocidade do tráfego usando dados contextuais.

SceneMotion melhora as previsões para carros autônomos ao considerar as interações entre os agentes.

Uma olhada na otimização das faixas de Pedágio de Alta Ocupação pra reduzir a congestão.

Esse artigo analisa como os veículos colaboram pra melhorar o fluxo de tráfego.

Um novo modelo prevê o fluxo de tráfego sem depender muito de dados de sensores.

SOD-YOLOv8 melhora a detecção de pequenos objetos em cenas de trânsito usando técnicas avançadas.

Métodos inovadores visam melhorar a gestão de estacionamento em cidades movimentadas.

Um esquema pra classificar os diferentes estilos de direção pra melhorar a segurança nas estradas.

O PM-DMNet melhora a precisão e eficiência das previsões de tráfego usando técnicas avançadas.

A pesquisa destaca os padrões de trânsito e a congestão perto da UNCC usando métodos iterativos.

Um novo método melhora a eficiência na localização de sensores de tráfego usando cortes de grafos.

Um novo controlador de velocidade para veículos automatizados melhora a gestão do trânsito.

Explore o papel das matrizes tropicais em entender sistemas dinâmicos e sua estabilidade.

Explorando como os sistemas comutados funcionam e sua importância em várias aplicações.

Um novo método de GNN oferece avaliação mais rápida das políticas de trânsito para as cidades.

Um novo modelo melhora as previsões de tráfego após acidentes pra uma gestão melhor.

Um novo sistema melhora o monitoramento e a gestão do trânsito nas cidades.

Estudando como veículos autônomos podem melhorar o fluxo de trânsito e reduzir a congestionamento.

Este estudo apresenta um modelo de fluxo de trânsito que leva em conta veículos conectados e autônomos.

Uma nova abordagem melhora a gestão dos semáforos, reduzindo a congestionamento e melhorando o fluxo.

Descubra como a comunicação V2X transforma a segurança no trânsito e a gestão do tráfego.

Analisando as complexidades das leis de conservação escalares influenciadas por mudanças bruscas.

Um novo conjunto de dados tem como objetivo melhorar a gestão de semáforos usando imagens reais e cenários diversos.

Um modelo foca no espaço dos veículos pra melhorar a gestão do trânsito.

O STGormer melhora as previsões de tráfego ao levar em conta o tempo e o espaço.

Um novo método pra roteirizar jobs de forma eficiente, garantindo a estabilidade do sistema.

Um olhar sobre a gestão eficaz das faixas HOT para reduzir a congestão.

Uma visão completa sobre como entender os padrões de tráfego através de uma análise de dados complexa.

Este estudo compara diferentes modelos YOLOv5 na identificação de vários tipos de veículos em diversas condições.

Um estudo sobre como melhorar a eficiência das faixas HOT e a gestão de congestionamentos.

Um novo método melhora as previsões de tráfego nas estradas ao integrar conhecimentos regionais.

Um novo método melhora a precisão das previsões de tráfego através da decomposição de dados e redes neurais.

Um novo método de treino melhora a detecção de objetos 3D usando dados sintéticos e do mundo real.

Explorando como a colaboração pode melhorar os resultados em jogos de congestão.

O TempoKGAT melhora a precisão das previsões em relacionamentos dinâmicos usando métodos sensíveis ao tempo.

Um estudo sobre como melhorar as recomendações de navegação para uma experiência de direção urbana melhor.