تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. تقنيات توقع وإدارة المرور

الأبحاث ضمن الموضوع : تقنيات توقع وإدارة المرور




  • إطار تعلم تعزيز متعدد الوسائط وعوامل متعددة لتوقع تدفق المرور الحضري وتحسين التحكم في الإشارات Multi-modal and multi-agent reinforcement learning framework for urban traffic flow prediction and signal control optimization

    2026 | المؤلف: R. Wang وآخرون | المجلة: Scientific Reports | المجال: البناء والتشييد (Building and Construction)

    تقدم الورقة MM-STMAP، وهو إطار مبتكر لإدارة حركة المرور الحضرية يستفيد من الإدراك متعدد الأنماط والتعلم العميق المعزز لمعالجة التحديات التي تطرحها التحضر السريع وزحام المرور. من خلال استخدام شبكة تلافيفية بيانية زمنية مكانية، يلتقط النموذج أنماط حركة المرور المعقدة بشكل فعال بينما يدمج بيانات بيئية في الوقت الحقيقي، مثل العوامل الجوية، للتخفيف من العيوب…


  • 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…


  • نحو حلول مرورية شفافة: التعلم المعزز والذكاء الاصطناعي القابل للتفسير لزحام المرور

    2025 | المؤلف: Shan Khan وآخرون | المجلة: International Journal of Advanced Computer Science and Applications | المجال: البناء والتشييد (Building and Construction)

    تقدم هذه الدراسة إطارًا جديدًا لاكتشاف الازدحام المروري يدمج بين التعلم المعزز (RL) وتقنيات الذكاء الاصطناعي القابل للتفسير (XAI)، بهدف معالجة تعقيدات إدارة المرور في المدن. تعاني أنظمة المرور التقليدية، التي تعتمد غالبًا على قواعد ثابتة وقواعد إرشادية، من صعوبة التكيف مع الظروف الديناميكية. يعزز إطار العمل المقترح القابلية للتكيف في الوقت الحقيقي، بينما يوفر…


  • الاستفادة من الذكاء الاصطناعي التوليدي لتوائم رقمية حضرية: مراجعة شاملة حول الجيل الذاتي للبيانات الحضرية والسيناريوهات والتصاميم ونماذج المدن ثلاثية الأبعاد لتقدم المدن الذكية

    2024 | المؤلف: Haowen Xu وآخرون | المجلة: Urban Informatics | المجال: البناء والتشييد (Building and Construction)

    يتناول هذا القسم من ورقة البحث تكامل نماذج الذكاء الاصطناعي التوليدي (GenAI) مع التوائم الرقمية الحضرية لتعزيز التخطيط وإدارة المدن الذكية. ويسلط الضوء على التحديات التي تواجه تطبيقات المدن الذكية المدفوعة بالبيانات، لا سيما فيما يتعلق بجودة البيانات وتوافرها، مما يعيق الإدارة الحضرية الفعالة عبر مختلف الأنظمة الفرعية مثل النقل والطاقة والبنية التحتية. تستعرض الورقة…


  • LSTTN: شبكة عصبية مكانية زمنية قائمة على المحولات طويلة وقصيرة المدى لتوقع تدفق المرور

    2024 | المؤلف: Qinyao Luo وآخرون | المجلة: Knowledge-Based Systems | المجال: البناء والتشييد (Building and Construction)

    تقدم ورقة البحث إطار عمل جديد يسمى شبكة المحولات القائمة على المدى الطويل والقصير (LSTTN) تهدف إلى تعزيز توقع تدفق المرور من خلال دمج الميزات طويلة الأجل وقصيرة الأجل بفعالية من بيانات المرور التاريخية. تقتصر الشبكات العصبية الرسومية الزمانية المكانية التقليدية (STGNNs) في قدرتها على استخدام البيانات بعيدة المدى بسبب القيود الهيكلية، مما يعيق أدائها…


  • تأثير تقنيات الذكاء الاصطناعي المتكامل وإنترنت الأشياء على تحول المدن الذكية

    2024 | المؤلف: Van-Thanh Hoang | المجلة: Technical Education Science/Giáo dục Kỹ thuật | المجال: البناء والتشييد (Building and Construction)

    تستكشف الورقة دمج الذكاء الاصطناعي (AI) وإنترنت الأشياء (IoT) كنهج تحويلي لإدارة المدن وتقديم الخدمات في سياق التحضر السريع. تسلط الضوء على كيفية تسهيل إنترنت الأشياء لجمع البيانات في الوقت الحقيقي من خلال المستشعرات المدمجة، بينما يوفر الذكاء الاصطناعي القدرات التحليلية اللازمة لاستخراج رؤى قابلة للتنفيذ من هذه البيانات. يمكن أن يؤدي الجمع الفعال بين…


حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.