الأبحاث المرتبطة بالكلمة المفتاحية: أنظمة النقل الذكية
-
تقنيات الرؤية مع تطبيقات في أنظمة مراقبة المرور: مسح شامل Vision Technologies with Applications in Traffic Surveillance Systems: A Holistic Survey
2026 | المؤلف: Wei Zhou وآخرون | المجلة: ACM Computing Surveys | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه الورقة البحثية مراجعة شاملة لتقنيات الرؤية في أنظمة مراقبة المرور (TSS)، حيث تتناول كل من المهام الإدراكية منخفضة المستوى (مثل اكتشاف الكائنات، التصنيف، والتتبع) والمهام عالية المستوى (بما في ذلك تقدير المعلمات، اكتشاف الشذوذ، وفهم السلوك). يحدد المؤلفون خمسة قيود رئيسية في أنظمة TSS الحالية: تدهور البيانات الإدراكية في البيئات المعقدة، قيود التعلم…
-
استكشاف أدوار نماذج اللغة الكبيرة في إعادة تشكيل أنظمة النقل: مسح، إطار عمل، وخارطة طريق Exploring the roles of large language models in reshaping transportation systems: A survey, framework, and roadmap
2026 | المؤلف: Tong Nie وآخرون | المجلة: Artificial Intelligence for Transportation | المجال: البناء والتشييد (Building and Construction)تقدم هذه القسم نظرة شاملة على الإمكانيات التحويلية لنماذج اللغة الكبيرة (LLMs) في أنظمة النقل الحديثة، التي تواجه تحديات متزايدة بسبب الطلب المتزايد ودمج البيانات المعقد. يقدم المؤلفون LLM4TR، وهو إطار مفاهيمي يصنف أدوار LLMs إلى أربعة أبعاد مترابطة: معالجات المعلومات، مشفرات المعرفة، مولدات المكونات، وميسري القرارات. يوضح هذا التصنيف كيف يمكن أن تعزز LLMs…
-
التنبؤ القائم على الذكاء الاصطناعي بشدة حوادث المرور لتحسين سلامة الطرق وكفاءة النقل AI-based prediction of traffic crash severity for improving road safety and transportation efficiency
2026 | المؤلف: Ayman Mohamed Mostafa وآخرون | المجلة: Scientific Reports | المجال: السلامة والمخاطر والجودة والموثوقية (Safety, Risk, Reliability and Quality)تقدم هذه الدراسة إطار عمل مدفوع بالذكاء الاصطناعي للتعلم الآلي يهدف إلى توقع شدة حوادث المرور، باستخدام مجموعة بيانات شاملة تضم أكثر من 2.26 مليون سجل. يدمج النموذج عوامل مختلفة، بما في ذلك العناصر البشرية، وعناصر الحادث المحددة، وعناصر متعلقة بالمركبة، لتعزيز دقة التوقع. تشمل المنهجيات الرئيسية المستخدمة هندسة الميزات، وتقنيات التجميع (K-Means و HDBSCAN)،…
-
خوارزمية هيوريستية معززة كميًا لتحسين مشاكل هبوط الطائرات في أنظمة النقل الذكية ذات الارتفاع المنخفض A quantum-enhanced heuristic algorithm for optimizing aircraft landing problems in low-altitude intelligent transportation systems
2026 | المؤلف: Yong Lu وآخرون | المجلة: Scientific Reports | المجال: الذكاء الاصطناعي (Artificial Intelligence)تتناول ورقة البحث تحسين جداول الهبوط للمركبات الجوية المأهولة ضمن الاقتصاد المتزايد في الارتفاعات المنخفضة، خوارزمية تحسين الحوت المعززة بالكم (QEWOA) كحل لمشكلة نافذة زمن الهبوط المعقدة. تستفيد QEWOA من مولد الأرقام العشوائية الكمومية لتعزيز تنوع السكان الأولي، مما يساعد في الحفاظ على الحلول المثلى المحتملة وتحسين قدرات البحث العالمية. بالإضافة إلى ذلك، تتضمن الخوارزمية…
-
التعلم العميق الخفيف للكشف عن أضرار الطرق في الوقت الحقيقي على الأجهزة المحمولة Lightweight deep learning for real-time road distress detection on mobile devices
2026 | المؤلف: Yuanyuan Hu وآخرون | المجلة: Nature Communications | المجال: الهندسة المدنية والإنشائية (Civil and Structural Engineering)تناقش هذه الفقرة الحاجة الملحة للكشف الفعال والدقيق عن أضرار الطرق لتعزيز صيانة البنية التحتية وسلامة النقل. الفحوصات اليدوية التقليدية تتطلب الكثير من العمل وتستغرق وقتًا طويلاً، بينما تتطلب الأنظمة الآلية غالبًا موارد حسابية كبيرة، مما يعيق استخدامها على نطاق واسع. للتغلب على هذه التحديات، تقدم الدراسة MobiLiteNet، وهو نموذج تعلم عميق خفيف الوزن تم…