Vše
Vše

Co hledáte?

Vše
Projekty
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”

Software pro tvorbu a použití modelů umělé inteligence pro predikci dopravy

Popis výsledku

Software pro tvorbu modelů umělé inteligence pro predikci dopravy. Software dále umožňuje detekci dopravních událostí a omezení.

Klíčová slova

Soft computingArtificial intelligenceTraffic predictionTraffic incidentVirtual sensorTraffic classificationRealtime processing

Identifikátory výsledku

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Software pro tvorbu a použití modelů umělé inteligence pro predikci dopravy

  • Popis výsledku v původním jazyce

    Software pro tvorbu modelů umělé inteligence pro predikci dopravy. Software dále umožňuje detekci dopravních událostí a omezení.

  • Název v anglickém jazyce

    Software for creating and using models of artificial intelligence for traffic prediction

  • Popis výsledku anglicky

    Software for creating and using models of artificial intelligence for traffic prediction. The software also allows the detection of traffic incidents and restrictions.

Klasifikace

  • Druh

    R - Software

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

    C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Údaje specifické pro druh výsledku

  • Interní identifikační kód produktu

    SW2 ZM beta 1.0

  • Technické parametry

    Zdrojový kód aplikace je napsán v programovacím jazyce Python. Pro účely tvorby aplikace byla použita knihovny NumPy, Pandas a Scikit-learn. Software je konfigurovatelný pomocí XML souborů.

  • Ekonomické parametry

    Zvýšení zisku, úspora nákladů

  • IČO vlastníka výsledku

    60746220

  • Název vlastníka

    CAMEA, spol. s r.o.

Základní informace

Druh výsledku

R - Software

R

CEP

JC - Počítačový hardware a software

Rok uplatnění

2013