Публикации по теме 'transportation'


Машинное обучение: реальные приложения и будущие последствия
Машинное обучение — это тип искусственного интеллекта (ИИ), который позволяет компьютерным системам учиться и совершенствоваться на основе опыта без явного программирования. В последние годы машинное обучение приобрело огромную популярность и используется в различных отраслях для решения сложных задач, автоматизации процессов и получения информации из данных. В этой статье мы рассмотрим некоторые реальные приложения машинного обучения и обсудим его будущие последствия. Реальные..
Машинное обучение с Austin BCycle — Bonus Edition
Машинное обучение с Austin BCycle — бонусное издание Что еще мы можем узнать из данных о поездках за 3 года? Добро пожаловать в бонусную статью об анализе данных и машинном обучении на основе данных совместного использования велосипедов BCycle в Остине. Это четвертая статья в серии. Если вам интересно узнать больше, остальные статьи также есть на Medium. Часть 1 (Анализ станций BCycle в Остине) о сборе, очистке и анализе общедоступных данных BCycle за 2 месяца. Включает..
Наука времени ожидания: как мы строили аналитические данные об объектах
В августе 2019 года мы запустили KeepTruckin Facility Insights . Продукт, который точно прогнозирует время простоя грузовика для каждого крупного судоходного предприятия в США, является значительным шагом вперед для отрасли грузоперевозок. Хотя идея может показаться простой, реализовать ее было непросто. Для реализации этого в большом масштабе потребовалась большая сеть грузовиков, генерирующих данные о местоположении, человеческие аннотации, надежные средства защиты конфиденциальности..
Автомобили: самоуправляемые против дистанционно управляемых
Автомобили: самоуправляемые против дистанционно управляемых По моей оценке, компьютерные сети добились большего прогресса и достижений, чем AI/ML. Что нам кажется более вероятным? Универсальная сеть 5G, которая обеспечит достаточную пропускную способность сети, чтобы удаленные водители могли управлять автомобилями/грузовиками, не выходя из своих жилых комнат… и все это в общедоступной сети? Или архитектуру машинного обучения, которая позволит легковому или грузовому автомобилю..
Прогнозирование рисков дорожно-транспортных происшествий в реальном времени с помощью машинного обучения и Google Maps
Здесь я описываю создание и развертывание интерактивного предсказателя дорожно-транспортных происшествий с использованием scikit-learn Google Maps API, Dark Sky API, Flask и PythonAnywhere. Дорожно-транспортные происшествия чрезвычайно распространены. Если вы, как и я, живете в большом мегаполисе, скорее всего, вы слышали о нем, были свидетелями или даже участвовали в нем. Из-за своей частоты дорожно-транспортные происшествия являются основной причиной смерти во всем мире, унося..
Преимущества совместного использования грузовиков и использования алгоритма объединения транспортных средств при доставке автомобилей —…
Доставка автомобиля может быть стрессовой, особенно если вы перевозите несколько автомобилей или отправляете грузы на большие расстояния. В последние годы использование общих алгоритмов загрузки грузовиков и транспортных средств стало популярным решением для снижения транспортных расходов и повышения эффективности. В этой статье мы рассмотрим преимущества использования общего грузовика и алгоритма объединения транспортных средств, а также то, как Universal Transit может помочь вам в..
Как ИИ помогает нам бороться с изменением климата: примеры и приложения
Изменение климата — одна из самых насущных проблем нашего времени, и борьба с ней требует инновационных решений. Одной из наиболее перспективных технологий в этом отношении является искусственный интеллект (ИИ). Используя возможности данных и машинного обучения , ИИ может помочь нам лучше понять и смягчить последствия изменения климата. В этом сообщении блога мы рассмотрим некоторые из самых интересных примеров и приложений ИИ в борьбе с изменением климата. От оптимизации..