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”

Smart application for traffic excess prediction

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21260%2F20%3A00341858" target="_blank" >RIV/68407700:21260/20:00341858 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1109/SCSP49987.2020.9133935" target="_blank" >https://doi.org/10.1109/SCSP49987.2020.9133935</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/SCSP49987.2020.9133935" target="_blank" >10.1109/SCSP49987.2020.9133935</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Smart application for traffic excess prediction

  • Popis výsledku v původním jazyce

    The prediction of traffic excesses (traffic congestions and traffic accidents) is become a very important topic for many cities and regions. The number of cars in cities and the total traffic volumes in cities are increasing over time, and solutions will be needed to eliminate traffic accidents and prevent secondary excesses. This will ideally lead to time savings for transport users and, above all, to an increase in the safety, fluidity and environmental performance of the transport itself. The article deals with a research activity that aims to develop a separate module in the form of a traffic application that will be able to predict traffic excesses. The neural networks were the main tool for the development of traffic applications for prediction, namely multilayer neural networks with activation function sigmoidou. With regard to the focus of the conference Smart City, the article does not focus on extensive development and testing of neural network, but primarily on the description of the functionalities of the result, including a critical commentary on the problems of the current state of the application. The transport application is developed in collaboration with the scientific and commercial spheres and its future integration into the management platform for smart city management is expected.

  • Název v anglickém jazyce

    Smart application for traffic excess prediction

  • Popis výsledku anglicky

    The prediction of traffic excesses (traffic congestions and traffic accidents) is become a very important topic for many cities and regions. The number of cars in cities and the total traffic volumes in cities are increasing over time, and solutions will be needed to eliminate traffic accidents and prevent secondary excesses. This will ideally lead to time savings for transport users and, above all, to an increase in the safety, fluidity and environmental performance of the transport itself. The article deals with a research activity that aims to develop a separate module in the form of a traffic application that will be able to predict traffic excesses. The neural networks were the main tool for the development of traffic applications for prediction, namely multilayer neural networks with activation function sigmoidou. With regard to the focus of the conference Smart City, the article does not focus on extensive development and testing of neural network, but primarily on the description of the functionalities of the result, including a critical commentary on the problems of the current state of the application. The transport application is developed in collaboration with the scientific and commercial spheres and its future integration into the management platform for smart city management is expected.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10700 - Other natural sciences

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/TJ01000183" target="_blank" >TJ01000183: Predikce dopravních excesů využívající neuronové sítě</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2020 Smart City Symposium Prague

  • ISBN

    978-1-7281-6821-0

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    IEEE Press

  • Místo vydání

    New York

  • Místo konání akce

    Prague

  • Datum konání akce

    25. 6. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000590471100025