3.2 萨顿是一个繁荣的自治市,人口为 209,693 人(2021 年)。在过去十年中,人口变得越来越多样化。自治市不断变化的多样性启发了市议会庆祝文化的方式。文化是将不同社区和合作伙伴聚集在一起的重要方式。文化有助于不同的社区走到一起、共同生活并相互理解。萨顿对社区主导的流行活动有着强烈的意识,例如公园民俗节、沃灵顿音乐节和冰雪节和生态博览会。文化在将社区聚集在一起方面的成功还体现在庆祝长期存在的社区上,例如泰米尔社区,他们建立了包括泰米尔文化传统月、排灯节和象头神节在内的活动。来自香港等较新的社区通过农历新年庆祝活动增加了活动的多样性。
《交通规划及设计手册》共十一卷,主要作为运输署工作人员的工作文件出版。它还为参与香港交通基础设施规划和设计的其他人员提供信息和指导。我们计划定期修订本手册中包含的信息,以反映最新的知识和经验。然而,不可避免的时间滞后意味着某些章节在特定时间可能不可避免地不是最新的。出于这个和其他原因,不应严格遵循本手册中包含的标准,而应将其视为一个框架,应在此框架内运用专业判断以达到最佳解决方案。一般而言,《交通规划及设计手册》中包含的标准一般适用于新的交通和运输设施,不应被视为详尽无遗。可能会出现《交通规划及设计手册》未完全涵盖的考虑因素和要求的情况。从业人员在处理受场地限制的现有设施时尤其需要运用专业判断,并努力考虑利益相关者的意见。还建议从业者在应用 TPDM 之前参考与其设计相关的其他出版物,例如最新法规、实践准则、指南、数据集等。
无人驾驶汽车(UAV)技术的成熟和可伸缩性为彻底彻底迅速交付提供了变化的机会。本研究探讨了将无人机与公共交通工具(PTV)整合在一起,以建立一种新颖的交付范式,从而增强了公共交通运营商的收入,并提高了运输系统的效率,而不会损害乘客的便利或运营效率。采用六边形规划技术,本研究确定并量化了PTV的可用时空资源以进行无人机集成。这涉及将迅速交付订单的时空动态与PTV乘客的临时动态保持一致,该动态基于北京海德地区的现场数据。利用这些输出,我们定量分析将无人机与PTV集成在增加公共交通收入以及减少碳排放和缓解拥塞的潜力的好处。此外,我们通过预测未来的交付需求增加来量化UAV-PTV集成的长期收益。基于获得的定量结果,本研究讨论了实用和政策的影响,以支持无人机与PTV的可持续融合。
南达科他州交通部提供服务时,不分种族、肤色、性别、宗教、国籍、年龄或残疾状况,遵守南达科他州成文法 (SDCL) 20-13、1964 年《民权法案》第六章、1973 年《康复法案》(修订版)、1990 年《美国残疾人法案》和第 12898 号行政命令《联邦行动解决少数民族和低收入人群的环境正义》(1994 年)中的规定。任何对此项政策有疑问或认为自己受到歧视的人,应联系交通部民权办公室,电话为 605.773.3540。
多年来,Honeypots成为了解攻击者意图并欺骗攻击者花时间和资源的重要安全工具。最近,正在为物联网(IoT)设备的蜜罐诱使攻击者并学习其行为。但是,大多数现有的物联网蜜饯,甚至是高相互作用的物联网,攻击者很容易检测到,由于缺乏来自蜜罐的真实网络流量,因此可以观察到蜜罐流量。这意味着,要建立更好的蜜罐并增强网络启示功能,物联网蜜饯需要产生逼真的网络流量。为了实现这一目标,我们提出了一种基于深度学习的新方法,用于产生流量,以模仿用户和物联网设备交互所致的真实网络流量。我们的方法克服的一个关键技术挑战是缺乏特定于设备的物联网流量数据来有效训练属性。我们通过利用序列的核心生成对抗学习算法以及物联网设备常见的主要特定知识来应对这一挑战。通过使用18个IoT设备进行广泛的实验评估,我们证明了所提出的合成IoT产生工具的表现明显优于最先进的序列和数据包生成器的状态,即使与自适应攻击者也无法区分。
目的:研究旨在开发一种更好的听觉警报设计,以提高空中交通管制员的态势感知能力。方法:参与者是七十七名合格的空中交通管制员。实验在爱尔兰航空局位于香农和都柏林的空中交通管制操作室进行。参与者被告知试验与 COOPANS 空中交通管制有关。使用两个受试者间因素(警报设计和经验水平)进行方差分析,以分析 ATCO 对三个关键事件的响应时间。使用 Bonferroni 检验对响应时间的平均差异进行事后分析。结果:在 STCA、APW 和 MSAW 中,ATCO 对声音警报和语义警报的响应时间存在显著差异。管制员的经验对 ATCO 对 STCA 和 APW 的响应时间没有显著的主效应。此外,警报设计和经验水平对 ATCO 对 STCA、APW 和 MSAW 的响应时间没有显著的相互作用。结论:结果表明,COOPANS ATM 系统中部署的声音警报为 ATCO 提供了 1 级态势感知,而语义警报不仅为感知警报提供 1 级态势感知,还提供 2 级和 3 级态势感知,以帮助 ATCO 了解关键事件,从而制定更合适的解决方案。因此,以人为本的语义警报设计可以显著加快 ATCO 对 STCA 和 APW 的响应。此外,语义警报可以通过加快新手和经验丰富的空中交通管制员的响应时间来缓解专业知识差异。
本报告是应 Advanced Energy Economy 的要求编写的,旨在审查公共和私人投资对交通运输行业电气化的潜在经济影响,这对于最终实现国家能源、经济和气候政策目标至关重要。这是由 Analysis Group 的 Paul Hibbard、Pavel Darling 和 Jeffrey Monson 撰写的独立报告。作者要感谢 Analysis Group 的 Scott Ario、Luke Daniels、Hannah Krovetz 和 Emma Solomon 对研究和分析的协助,以及 Advanced Energy Economy 的 Ryan Katofsky、Ryan Gallentine、Robert Keough、Leah Rubin Shen 和 Claire Alford 对报告的贡献。但是,报告中的观察和结论是作者的观点,并不一定反映 Advanced Energy Economy 的观点。
摘要 — 随着数字化转型的新工业革命,制造运输流程中可以采用更多智能和自主系统。自动驾驶汽车 (AV) 的安全性具有减少事故和为驾驶员和行人保持谨慎环境的明显优势。因此,数据驱动汽车的转型与数字孪生概念相关,特别是在自动驾驶汽车设计的背景下。这也提出了采用新安全设计以提高整个自动驾驶汽车系统的弹性和安全性的必要性。为了以端到端的方式为智能制造运输启用安全的自主系统,本文介绍了考虑安全和安保功能的主要挑战和解决方案。本文旨在确定一个用于车辆数字孪生的标准框架,以促进数据收集、数据处理和分析阶段。为了证明所提方法的有效性,分析了车辆跟随模型的案例研究,该模型通过操纵雷达传感器测量值试图造成碰撞。本文的洞察力可以为未来在自动驾驶汽车行业采用数字孪生的相关研究铺平道路。
如今,我们许多历史悠久的中世纪城镇和集镇的空间都已饱和,随着人口的增加和经济的蓬勃发展,以汽车为中心的模式显然已达到其效率的极限。我们现在在交通中花费了数小时,浪费了宝贵的商务、家庭和休闲时间。拥堵对任何人都没有好处。它对汽车用户没有好处。它对依赖公共交通的人没有好处。它对想要步行或骑自行车的人没有好处。它对环境也没有好处。
人工智能 (AI),包括机器学习 (ML),提供了使交通系统更安全、更公平、更可靠、更便捷、更安全、更高效和更具弹性的机会。然而,存在一些挑战,可能会阻碍人工智能在智能交通系统 (ITS) 中的成功应用以及这些好处的潜在实现。这些挑战包括但不限于围绕数据、支持技术、偏见、安全、隐私、道德和公平、泛化、模型漂移、可解释性、责任、人才/劳动力可用性和利益相关者看法的问题。虽然这些对人工智能采用和实施的挑战涉及各个领域,但本报告重点关注它们对 ITS 的影响以及机构在帮助缓解这些挑战时可以考虑的见解。表 1 总结了这 12 个挑战、它们对 ITS 的影响以及机构可以考虑的见解和经验教训。
