1,学生1计算机工程文凭1 JSPM的Rajarshi Shahu工程学院,理工学院,浦那,印度摘要:由于道路上的车辆越来越多,交通拥堵在国内和国际上都是典型的事件。由于重要的交叉点,由于常规的交通瓶颈而损失了很多小时。这使得需要有效的交通控制系统。随着城市汽车数量的增加,最持久的问题之一是交通管理。交通拥堵不仅增加了压力水平,并对我们的日常生活造成了更严重的破坏,而且还通过提高碳排放对环境产生了不利影响。日益增长的人口正在导致大城市面临严重的问题和日常运输相关的活动的重大延误。定期评估交通密度并采取相关操作需要有效的交通管理系统。尽管不同的车辆类型有自己的车道,但交通信号点的通勤等待时间并没有减少。为了在当前系统中解决此问题,建议的方法使用人工智能从信号中收集实时图像。为了有效的交通拥堵管理,此方法使用Yolov8图像处理方法计算交通密度。Yolov8算法以更高的精度检测几辆车辆。智能监控技术通过使用信号转换算法来协调时间分配并减少信号交叉点的交通拥堵来减少车辆的等待时间。因此,我们将付诸实践一个智能流量控制系统,该系统基于使用实时视频处理技术来评估交通密度。索引术语 - 信号切换算法,Yolov8,人工智能和交通灯系统
本文介绍了一个综合数据集的开发,该数据集捕获了自动驾驶汽车(AV)和交通控制设备之间的相互作用,特别是交通信号灯和停车标志。源自Waymo Motion数据集,我们的工作通过提供有关AVS如何导航这些流量控制设备的现实轨迹数据来解决现有文献中的关键差距。我们提出了一种从Waymo Motion数据集中识别和提取相关交互轨迹数据的方法,该数据集并入了37,000多个实例,并带有交通信号灯和44,000个带有停车标志的实例。我们的方法包括定义规则以识别各种相互作用类型,提取轨迹数据,并应用基于小波的DeNoising方法来平滑加速度和速度概况并消除异常值,从而提高轨迹质量。质量评估指标表明,在所有相互作用类别中,这项研究中获得的轨迹在加速度上具有异常比例,而混蛋轮廓降低到接近零水平。通过公开提供此数据集,我们旨在解决包含带有交通信号灯和标志的AV交互行为的数据集中的当前差距。基于有组织和发布的数据集,我们可以在与交通信号灯和标志互动时对AVS行为有更深入的了解。这将促进对现有运输基础架构和网络的AV集成的研究,从而支持开发更准确的行为模型和仿真工具。
美国政府 (USG) 支持使用交通灯协议 (TLP) 来促进网络安全社区的信任和协作,并指导正确处理私营部门、个人研究人员和联邦部门和机构之间共享的威胁情报和其他网络安全数据。TLP 标准是一种标记系统,用于指定数据、文档或其他通信的信息处理权限。世界各地的组织和个人都依赖 TLP 来确保接收潜在的敏感或专有网络安全信息,并且不会进一步传播,除非以发送者指示的方式。在与现行法律或政策不冲突的情况下,USG 会遵循个人、公司或其他任何组织自愿共享的网络安全信息的 TLP 标记。我们遵守这些标记,因为对数据处理的信任是与合作伙伴合作的关键组成部分。事件响应和安全团队论坛 (FIRST) 是 TLP 标准和指导的权威全球领导者,国土安全部的网络安全和基础设施安全局 (CISA) 是管理 TLP 的 FIRST 特别兴趣小组的联合主席。虽然不具有法律约束力,但 TLP 是一种全球接受和实践的传达数据传播期望的方法。通过 CISA,美国政府将继续在 TLP 的使用方面发挥领导作用。
本文提出了交通管理领域的创新解决方案 - 具有计算机视觉的智能交通信号灯,旨在改善哈萨克斯坦大城市的交通流量。随着车辆越来越多的数量和交通量的增加,交叉路口的拥堵和延误问题变得越来越重要。本文回顾了此类智能交通信号灯的运行原理,该原理基于使用传感器和相机分析计算机视觉数据。考虑应用这项技术的好处,包括响应能力,效率和环境友好。此外,详细分析了哈萨克斯坦主要大城市的智能交通信号灯的潜力,例如阿斯塔纳(Astana)和阿尔玛(Almaty)。结论支持对交通流量,旅行时间和对交通状况的总体评估的评估。最终,本文强调了智能交通信号灯的改善,在哈萨克斯坦现代城市的计算机视觉范围内,旨在确保交通安全和效率更高。
基于太阳能光伏 (PV) 的街道照明和交通信号灯系统得到推广,它们是克服上述问题的智能且更可持续的替代方案。太阳能路灯的安装和维护成本分别比传统电网系统低 25% 和 60%。3 此外,太阳能光伏 (PV) 模块的全球平均价格大幅下降,2019 年为每瓦 0.38 美元,而 1976 年为每瓦 106.09 美元。4 太阳能光伏的当前成本继续增加其在发展中国家应用的可行性。此外,太阳能光伏是增加电力供应或覆盖范围间歇性的偏远社区的灯光可见度的理想技术。5 太阳能交通信号灯有适用于某些地点和气候条件的模式(即单太阳能和混合灯),可添加到现有系统中,并适合利用风能等其他自然资源。这项技术与联合国可持续发展目标 (SDG) 7 - 可负担的清洁能源、11 - 可持续城市和社区、13 - 气候行动和 9 - 工业、创新和基础设施相一致。
摘要:本研究旨在了解人工智能(AI)在人力资源中的应用现象,特别是在巴林王国。这项研究工作提供了使用AI的未来视角,以更好地了解多个框架内人力资源从业者的态度和观点。研究表明,随着巴林王国愿景(2030愿景)的实施,公共部门将有很大机会跟上数字化转型的步伐。这导致了商业组织内劳动力结构的变化。它让女性和男性在许多工作中竞争,由于对性别平等的需求,这将给人力资源管理增加新的负担。此外,这允许女权主义元素的大量融入。有人敦促,现代人工智能 (AI) 的应用是那些在不稳定环境中工作的组织必不可少的方法。关键词:人工智能 (AI)、人力资源管理、公共部门、巴林王国