Preview

Наука и техника транспорта

Расширенный поиск

Принципы построения интеллектуальной системы обнаружения и предотвращения правонарушений на объектах транспортной инфраструктуры

EDN: GYKDMY

Аннотация

В статье обоснована необходимость разработки и реализации интеллектуальной системы, осуществляющей контрольно-надзорную деятельность на объектах транспортной инфраструктуры. Преимущество предлагаемой системы состоит в возможности непрерывного анализа происходящих событий и выводе информации специалистам в режиме реального времени.

Об авторах

М. И. Муконина
Ростовский государственный университет путей сообщения
Россия

Муконина Мария Ильинична, аспирант кафедры «Вычислительная техника и автоматизированные системы управления»



В. Д. Швалов
Ростовский государственный университет путей сообщения
Россия

Швалов Валерий Дмитриевич, аспирант кафедры «Автоматика и телемеханика на железнодорожном транспорте»



Список литературы

1. Чеченова, Л.М. «Интеллектуальные» перспективы железной дороги / Л.М. Чеченова. –Текст: непосредственный // Тренды экономического развития транспортного комплекса России: форсайт, прогнозы и стратегии, МОСКВА, 21 апреля 2021 года / Институт экономики и финансов Российского университета транспорта (МИИТ). –Москва: ООО «Научно-издательский центр Инфра-М», федеральное государственное автономное образовательное учреждение высшего образования «Российский университет транспорта», 2021. –С. 317–320.

2. Москат, Н.А. Место систем искусственного интеллекта в современной транспортной отрасли / Н.А. Москат, Н.Р. Осипова. –Текст: непосредственный // Сборник научных трудов «Транспорт: наука, образование, производство»: Труды Международной научно-практической конференции, Ростов-на-Дону, 20–22 апреля 2021 года. –Ростов-на-Дону: Ростовский государственный университет путей сообщения, 2021. –С. 150–153.

3. Лященко, З.В. Технологии развития искусственного интеллекта / З.В. Лященко, В.Р. Хусаинов. –Текст: непосредственный // Цифровые инфокоммуникационные технологии: сборник научных трудов, Ростов-на-Дону, 07 сентября 2021 года. –Ростов-на-Дону: Ростовский государственный университет путей сообщения, 2021. –С. 68–71.

4. Лященко, А.М. Проблемы и перспективы применения искусственного интеллекта на железнодорожном транспорте / А.М. Лященко, Д.В. Швалов . –Текст: непосредственный // Современное развитие науки и техники: сборник научных трудов Всероссийской национальной научно-практической конференции Наука-2020; РГУПС. –Ростов -на-Дону: Ростовский государственный университет путей сообщения, 2022. –С. 194–197.

5. Локтев, Д.А. Моделирование функции размытия образов на изображениях, используемых в системах мониторинга транспортных объектов / Д.А. Локтев, В.А. Кочнев, А.А. Локтев // Наука и техника транспорта. –2020. –№3. –С. 83–90.

6. Локтев, Д.А. Возможность распознавания лиц в инфракрасном диапазоне / Д.А. Локтев, В.А. Кочнев, А.А. Локтев // Наука и техника транспорта. –2019. –№2. –С. 77–83.

7. Carey, S. Low power high-performance smart camera system based on SCAMP vision sensor / S. Carey, D. Barr, P. Dudek.-Journal of Systems Architecture Volume 59, Issue 10, Part A, November 2013, Pages 889–899. –Текст: непосредственный.

8. Шалев–Шварц, Ш. Идеи машинного обучения: от теории к алгоритмам: учебное пособие / Ш. Шалев-Шварц, Ш. Бен-Давид; пер. с англ. А.А. Слинкина. –Москва: ДМК Пресс, 2019. –436 с. –Текст: непосредственный.

9. Шумский, С.А. Машинный интеллект. Очерки по теории машинного обучения и искусственного интеллекта / С.А. Шумский. –Москва: РИОР, 2019. –340 с. –DOI: https://doi.org/10.29039/02011-1. –ISBN 978-5-369-02011-1. –Текст: непосредственный.


Рецензия

Для цитирования:


Муконина М.И., Швалов В.Д. Принципы построения интеллектуальной системы обнаружения и предотвращения правонарушений на объектах транспортной инфраструктуры. Наука и техника транспорта. 2022;(4):76-80. EDN: GYKDMY

For citation:


Mukonina M.I., Shvalov V.D. Principles of Intelligent System Building for Detecting and Preventing Offences at Transport Infrastructure Facilities. Science and Technology in Transport. 2022;(4):76-80. (In Russ.) EDN: GYKDMY

Просмотров: 9


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2074-9325 (Print)