Zobrazeno 1 - 10
of 989
pro vyhledávání: '"incident detection"'
Publikováno v:
Smart Cities, Vol 7, Iss 4, Pp 2283-2317 (2024)
This paper introduces an innovative response to the pressing challenge of rapid and effective incident detection and management in urban settings. The proposed solution is a decentralized incident reporting system (IRS) harnessing blockchain technolo
Externí odkaz:
https://doaj.org/article/c11af3b9c50643f3ae4ca74e7a80b854
Publikováno v:
IEEE Access, Vol 12, Pp 111899-111914 (2024)
Cooperative vehicular systems require that vehicles fuse sensor data and broadcast one-hop safety messages containing their kinematic information to enable vehicular applications based on incident detection. Several congestion control mechanisms have
Externí odkaz:
https://doaj.org/article/7b578cf3daa247028d730882741f79c6
Autor:
Osama ElSahly, Akmal Abdelfatah
Publikováno v:
Infrastructures, Vol 9, Iss 10, p 170 (2024)
This study presents a novel, machine-learning-based Automatic Incident Detection (AID) system for freeways. Through a comprehensive analysis of existing AID systems, the paper identifies their limitations and key performance metrics. VISSIM, a traffi
Externí odkaz:
https://doaj.org/article/07caa8d9476c46b8855df7b4aac77047
Autor:
Osama ElSahly, Akmal Abdelfatah
Publikováno v:
Smart Cities, Vol 6, Iss 4, Pp 1786-1813 (2023)
Traffic incidents have adverse effects on traffic operations, safety, and the economy. Efficient Automatic Incident Detection (AID) systems are crucial for timely and accurate incident detection. This paper develops a realistic AID model using the Ra
Externí odkaz:
https://doaj.org/article/26183c5bef7b4ba28b8bfd6488b4de0c
Incident detection is a key component in real-time traffic management systems that allows efficient response plan generation and decision making by means of risk alerts at critical affected sections in the network. State-of-the-art incident detection
Externí odkaz:
https://tud.qucosa.de/id/qucosa%3A85973
https://tud.qucosa.de/api/qucosa%3A85973/attachment/ATT-0/
https://tud.qucosa.de/api/qucosa%3A85973/attachment/ATT-0/
Autor:
César Bartolomé-Hornillos, Luis M. San-José-Revuelta, Javier M. Aguiar-Pérez, Carlos García-Serrada, Eduardo Vara-Pazos, Pablo Casaseca-de-la-Higuera
Publikováno v:
Sensors, Vol 24, Iss 6, p 1822 (2024)
We present an automatic road incident detector characterised by a low computational complexity for easy implementation in affordable devices, automatic adaptability to changes in scenery and road conditions, and automatic detection of the most common
Externí odkaz:
https://doaj.org/article/8d10cf3a6f734e238c46b40c034faeb4
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 10, Pp 95701-95715 (2022)
Multivariate time series classification is a machine learning problem that can be applied to automate a wide range of real-world data analysis tasks. RandOm Convolutional KErnel Transform (ROCKET) proved to be an outstanding algorithm capable to clas
Externí odkaz:
https://doaj.org/article/531453c9740d4afea0fe914250b615fd