Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Využití hlubokého učení v analýze bezpečnosti měkkých cílů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F21%3APU142346" target="_blank" >RIV/00216305:26110/21:PU142346 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://silnice-zeleznice.cz/media/5-2021" target="_blank" >https://silnice-zeleznice.cz/media/5-2021</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Využití hlubokého učení v analýze bezpečnosti měkkých cílů

  • Popis výsledku v původním jazyce

    Článek nabízí nový přístup k analýze bezpečnostních rizik při mimořádných událostech v rámci dopravních uzlů, s cílem minimalizace jejich negativních dopadů. Navazuje na standardní metody založené na normových výpočtech a numerických evakuačních modelech a navrhuje využití metod hlubokého učení k analýze probíhající v reálném čase. V článku je stručně popsán princip umělých neuronových sítí a představeno několik příkladů jejich využití v tomto oboru.

  • Název v anglickém jazyce

    Use of deep learning in the analysis of soft target security

  • Popis výsledku anglicky

    The article offers a new approach to the analysis of safety risks in emergencies within transport hubs, in order to minimize their negative impacts. It builds on standard methods based on standard calculations and numerical evacuation models and proposes the use of deep learning methods for real-time analysis. The article briefly describes the principle of artificial neural networks and presents several examples of their use in this field.

Klasifikace

  • Druh

    J<sub>ost</sub> - Ostatní články v recenzovaných periodicích

  • CEP obor

  • OECD FORD obor

    20102 - Construction engineering, Municipal and structural engineering

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Silnice železnice

  • ISSN

    1803-8441

  • e-ISSN

  • Svazek periodika

    neuveden

  • Číslo periodika v rámci svazku

    5

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    3

  • Strana od-do

    110-112

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus