Інтелектуальна система попередження аварійних транспортних ситуацій на основі нейромережі

Abstract

Об’єкт дослідження – процес виявлення транспортних засобів на дорозі. Мета – дослідження та вдосконалення ефективних моделей машинного навчання щодо виявлення транспортних засобів та попередження аварійних ситуацій на дорозі з подальшим їх застосуванням та оптимізацією. Досліджено собливості роботи інтелектуальних систем попередження аварійних транспортних ситуацій що є важливими для забезпечення безпеки на дорозі. Досліджено методи теорії машинного навчання та обробки великих даних у реальному часі та методи обробки realtime зображення за допомогою штучного інтелекту та проаналізовані основні математичні моделі та алгоритми нейронних мереж: Transformer, CNN модель та RCNN алгоритм, GAN модель, HOG та YOLO алгоритми, проведено їх порівняння. Наукова новизна – запропонована модель інтелектуальної системи, використовуючи глибоке навчання для аналізу навколишнього середовища, що підвищує точність та ефективність інтелектуальної системи. Практична значимість – завдяки аналізу запропонаваних моделей машинного навчання, була встановлена ефективна модель машинного навчання по визначенню транспортних засобів на дорозі. Результати дослідження спрямовані на підвищення якості та ефективності процесів розпізнання транспортих засобів на дорозі.