“ulaşım” için sonuçlar
36 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Tren İstasyonlarında Engelli Yolcu Hizmetlerini Optimize Ediyor
İngiltere'de tren istasyonlarında engelli yolcular için sunulan yardım hizmetleri, yapay zeka destekli bir sistem sayesinde çok daha verimli hale geliyor. Araştırmacılar, farklı istasyonlarda ve zamanlarda değişen yardım taleplerini tahmin edebilen bir karar destek sistemi geliştirdi. Prophet adlı makine öğrenmesi modelini kullanan sistem, personel planlamasında yüzde 76,9'a kadar hata oranını azaltmayı başardı. LNER tren şirketinin istasyonlarında aktif olarak kullanılan sistem, çok kaynaklı operasyonel verileri analiz ederek gelecekteki talepleri öngörüyor. Sistem ayrıca kırmızı-sarı-yeşil risk çerçevesi ile personel gereksinimlerini görsel olarak sunarak, istasyon yöneticilerinin daha iyi kararlar almasını sağlıyor. Bu yaklaşım, sadece maliyetleri düşürmekle kalmayıp engelli yolcuların daha kaliteli hizmet almasına da katkıda bulunuyor.
Hareket Halindeki Araçları Şarj Eden Akıllı Yol Sistemi Geliştirildi
Elektrikli araç altyapısının yetersizliği, sürdürülebilir ulaşımın önündeki en büyük engellerden biri. Yeni geliştirilen Elektrik Yol Sistemi (ERS), bu soruna devrimci bir çözüm sunuyor. Sistem, yol kaplamasına gömülü indüktif şarj bobinleri sayesinde elektrikli araçları hareket halindeyken kablosuz olarak şarj edebiliyor. Akıllı şehir konseptiyle uyumlu bu teknoloji, araç-altyapı iletişimi ve akıllı şebeke entegrasyonu ile destekleniyor. Modüler yapısı sayesinde farklı kentsel koridorlarda ölçeklenebilen sistem, çeşitli elektrikli araç platformlarıyla uyumlu çalışabiliyor. Araştırmacılar, sistemin performansını MATLAB tabanlı güç analizi ve SUMO trafik simülasyonu ile test etti. Bu yenilik, elektrikli araç sahiplerinin menzil kaygısını ortadan kaldırarak, sürdürülebilir ulaşımın yaygınlaşmasını hızlandırabilir.
Göçmenlerin Ulaşım Tercihleri: Entegrasyon Seviyesi Davranışları Nasıl Etkiliyor?
Kanada'da yapılan yeni bir araştırma, göçmenlerin ulaşım seçimlerinin yerli halktan farklılık gösterdiğini ortaya koyuyor. 100 katılımcıdan 80.000'den fazla seyahat verisi toplayan çalışma, yeni göçmenlerin seyahat süresine karşı daha az hassas olduğunu ve entegrasyon seviyesinin ulaşım tercihlerini önemli ölçüde etkilediğini gösteriyor. GPS teknolojisi ve gelişmiş istatistiksel modeller kullanan araştırma, göçmenlerin kentsel hareketlilik davranışlarını anlamak için önemli bulgular sunuyor. Sonuçlar, şehir plancıları ve politika yapıcılar için göçmen toplulukların ulaşım ihtiyaçlarına yönelik özel stratejiler geliştirilmesi gerektiğini işaret ediyor.
Akıllı Evler İçin Batarya Yaşlanmasını Hesaba Katan Enerji Yönetim Sistemi
Araştırmacılar, elektrikli binalarda enerji kaynaklarını daha verimli yönetebilen yeni bir sistem geliştirdi. Bu sistem, bataryaların yaşlanma sürecini fizik temelli modellerle hesaba katarak enerji maliyetlerini optimize ediyor. Geleneksel yöntemler batarya bozulmasını doğru tahmin edemezken, yeni yaklaşım elektrik, ısı ve ulaşım ihtiyaçlarını bir arada değerlendiriyor. Sistem, nonlineer ekonomik model öngörülü kontrol kullanarak hem işletme maliyetlerini minimize ediyor hem de kullanıcı gereksinimlerini karşılıyor. Yapay zeka destekli bu çözüm, sürdürülebilir enerji yönetiminde önemli bir adım temsil ediyor.
Ambulanslarda Hasta Konforu İçin Akıllı Sürüş Asistanı Geliştirildi
Araştırmacılar, ambulans yolculukları sırasında hasta kabinindeki titreşimleri minimize etmek için özel bir sürüş destek sistemi geliştirdiler. Bu sistem, ivme ölçer ve GPS sensörleri kullanarak araç titreşimlerini analiz ediyor ve sağlık personelinin görevlerini daha etkili yerine getirmesini sağlıyor. Sistem, aynı hedefe giden iki farklı rotayı hem varış süresi hem de titreşim düzeyi açısından karşılaştırarak optimal yolu öneriyor. Bu teknoloji, hasta güvenliğini artırırken ambulans personelinin çalışma koşullarını da iyileştirmeyi hedefliyor. Geliştirilen çözüm, acil sağlık hizmetlerinde hasta bakım kalitesini yükseltebilecek pratik bir yaklaşım sunuyor.
Trafik tahminlerini olasılıklı hale getiren yeni yaklaşım geliştirildi
Araştırmacılar, mevcut trafik tahmin modellerini olasılıklı tahmin yapabilen sistemlere dönüştüren yenilikçi bir yöntem geliştirdi. Bu yaklaşım, modellerin yalnızca son katmanını değiştirerek belirsizlik ve rastlantısallık faktörlerini hesaba katmalarını sağlıyor. Gaussian Karışım Modeli kullanan sistem, mevcut eğitim süreçlerini değiştirmeden uygulanabiliyor ve sadece Negatif Log-Olabilirlik kaybı ile çalışıyor. Çoklu trafik veri setlerinde yapılan deneyler, yöntemin klasik ve modern model mimarilerine uyum sağladığını ve deterministik performansı koruduğunu gösteriyor. Kentsel ulaşım yönetiminde kritik öneme sahip trafik tahmini, bu sayede daha güvenilir ve belirsizlikleri içeren sonuçlar üretebilecek.
Trafik Tahmini İçin Kişiselleştirilmiş Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, akıllı ulaşım sistemleri için gizliliği koruyarak trafik tahmininde bulunabilen yeni bir yapay zeka sistemi geliştirdi. AutoFed adlı bu sistem, federe öğrenme teknolojisini kullanarak farklı bölgelerin trafik verilerini paylaşmadan ortak bir model eğitiyor. Geleneksel yöntemlerin aksine, her bölgenin kendine özgü trafik özelliklerini dikkate alarak daha kişiselleştirilmiş tahminler sunuyor. Sistem, taksi hizmetleri, şehir planlama ve araç filo yönetimi gibi kritik alanlarda kullanılabilir. Araştırma, veri mahremiyeti endişelerinin yarattığı bilgi silosu problemine çözüm getirirken, her bölgenin farklı trafik davranışlarını da göz önünde bulunduruyor.
Akıllı Bisiklet İstasyonu Yerleşimi: Üç Farklı Analitik Yaklaşımın Karşılaştırması
Norveç'in Trondheim şehrinde yapılan yeni bir araştırma, bisiklet paylaşım istasyonlarının optimal yerleşimi için üç farklı analitik yöntemin nasıl farklı sonuçlar verdiğini ortaya koydu. Ağırlıklı doğrusal kombinasyon, maksimal kapsama ve veri tabanlı uygunluk skorlaması yaklaşımlarını karşılaştıran çalışma, kentsel ulaşım planlamasında farklı modelleme paradigmalarının kentsel alanı nasıl farklı şekilde önceliklendirdiğini gösteriyor. Araştırmacılar aynı 24 mekansal özelliği kullanarak 68 istasyonluk ağlar tasarladı ve mevcut ağla karşılaştırdı. Sonuçlar, bisiklet paylaşım sistemlerinin stratejik planlamasında model seçiminin kritik önemini vurguluyor.
Cep Telefonu Verileri ve Gişe Sayaçları Birleşerek Kent Trafiğini Daha İyi Tahmin Ediyor
Norveç'teki araştırmacılar, kent içi trafik akışını daha doğru tahmin etmek için yenilikçi bir makine öğrenmesi yaklaşımı geliştirdi. Çalışma, cep telefonu ağ verilerinin geniş kapsama alanını, gişe sensörlerinin hassas araç sayım yetenekleriyle birleştiriyor. Bu hibrit yöntem, her iki veri kaynağının zayıflıklarını giderirken güçlü yanlarını koruyor. Araştırma, özellikle toplu taşıma altyapısı planlaması için kritik olan araç kategorilerine göre ayrıştırılmış trafik verisi üretmeyi başarıyor. Trondheim şehrindeki otobüs deposu genişletme projesi üzerinde test edilen sistem, saatlik bazda farklı araç uzunluk kategorileri için detaylı trafik matrisleri oluşturabildi. Bu gelişme, şehir planlamacılarına daha gerçekçi trafik simülasyonları sunarak altyapı yatırım kararlarını destekleyecek.
Yapay Zeka ile Akıllı Bisiklet İstasyonu Yerleşimi: Yeni Bir Sistem Önerisi
Şehirlerdeki bisiklet paylaşım sistemlerinin yaygınlaşmasıyla birlikte, yeni istasyonların nereye kurulacağı kritik bir sorun haline geldi. Norveçli araştırmacılar, bu soruna yapay zeka tabanlı bir çözüm geliştirdi. Hibrit gürültü giderici otoenkoder (HDAE) teknolojisini kullanan sistem, mevcut başarılı istasyonlardan öğrendikleriyle yeni konumları belirliyor. Sosyo-demografik veriler, yapılı çevre özellikleri ve ulaşım ağı bilgilerini analiz eden model, Trondheim şehrinde test edildi. Bu yaklaşım, geleneksel talep modelleme yöntemlerinin aksine, şehirsel karakteristikleri daha iyi yakalayarak optimal genişleme noktalarını belirliyor. Çalışma, veri kısıtlı ortamlarda bile etkili sonuçlar vererek, sürdürülebilir ulaşım planlamasında yapay zekanın rolünü vurguluyor.
Yeni yapay zeka modeli karmaşık ağ ilişkilerini daha iyi anlıyor
Araştırmacılar, mevcut graf sinir ağlarının sınırlarını aşan yeni bir yapay zeka modeli geliştirdi. ModernSASST adlı bu sistem, geleneksel yöntemlerin sadece ikili ilişkileri yakalayabilmesine karşın, gerçek dünyadaki karmaşık ağ yapılarındaki çok boyutlu ilişkileri de analiz edebiliyor. Simplisyal kompleks adı verilen matematiksel yapıları kullanan model, hem uzaysal hem de zamansal verileri daha etkili şekilde işleyebiliyor. Bu gelişme, ulaşım ağlarından sosyal medya analizine, hava durumu tahminlerinden şehir planlamasına kadar birçok alanda daha hassas ve hızlı sonuçlar elde edilmesini sağlayabilir.
Akıllı araçlar ve trafik ışıkları birlikte çalışarak şehir trafiğini optimize ediyor
Araştırmacılar, insan sürücüler ve otonom araçların birlikte bulunduğu karma trafik ortamları için yenilikçi bir yönetim sistemi geliştirdi. Bu hiyerarşik framework, akıllı araçları en verimli rotalarla yönlendirirken, aynı zamanda trafik ışıklarının zamanlamasını da optimize ediyor. Sistem iki katmanda çalışıyor: üst katman şehir genelindeki trafik verilerini analiz ederek bağlantılı ve otonom araçlar için proaktif rota önerileri sunuyor, alt katman ise kavşaklarda yerel araç durumlarını kullanarak hem trafik ışığı fazlarını hem de bireysel araç yörüngelerini eş zamanlı optimize ediyor. Bu yaklaşım, toplam seyahat süresini azaltırken enerji tüketimini de minimize etmeyi hedefliyor. Sioux Falls test ağında yapılan simülasyonlar, sistemin etkinliğini doğruluyor.