Fogalomtár

MI a közlekedésben

Mi a(z) MI a közlekedésben?

Az MI a közlekedésben a logisztika, a forgalom és a mobilitás alkalmazásait foglalja magában: útvonal- és túratervezés, forgalom-előrejelzés, járművek és infrastruktúra prediktív karbantartása, valamint a vezetést segítő rendszerektől az autonóm járművekig. A célok: rövidebb útvonalak, kevesebb üres futás, alacsonyabb költségek és nagyobb biztonság. Sok alkalmazás biztonságkritikus, ezért szigorúan szabályozott. Példa: egy csomagszolgálat naponta újratervezi a kézbesítési köröket a küldeménymennyiség és a forgalmi viszonyok alapján.

Témák

logisztika
Mobilitás
forgalom

Próbálja ki a KI.ordót

Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.

Demó indítása

← Minden fogalom

Kapcsolódó fogalmak

Önvezető járművek

Az önvezető járművek kamerák, radar, lidar és MI-szoftver segítségével teljesen vagy részben emberi beavatkozás nélkül közlekednek. Az SAE J3016 szabvány hat szintet határoz meg – a 0-tól (nincs automatizálás) az 5-ig (mindenhol teljesen vezető nélkül). Az MI felel az érzékelésért, a többi közlekedő viselkedésének előrejelzéséért és az útvonaltervezésért. Az autók mellett ide tartoznak a robottaxik, a teherautók, a transzferjáratok és a raktári járművek is; az engedélyezést és a felelősséget minden ország külön szabályozza.

Mobilitás
Számítógépes látás
+1

Számítógépes látás

A számítógépes látás az MI olyan területe, amelyben a számítógépek képeket és videókat értelmeznek. Jellemző feladat a tárgyak felismerése és helyének meghatározása, a képeken lévő szöveg kiolvasása és az alkatrészek méretének mérése. A technológiát például a gyártási minőségellenőrzésben, a vezetéstámogató rendszerekben, a logisztikában és az orvosi képalkotásban használják.

képelemzés
mélytanulás
+1

Prediktív analitika

A prediktív analitika történeti adatokat, statisztikát és gépi tanulást használ a valószínű jövőbeli események becslésére. Olyan kérdésekre ad választ, mint: mely ügyfelek készülnek lemondani? Mennyi készletre lesz szükség a következő hónapban? Mikor valószínű egy gép meghibásodása? Az eredmények valószínűségek, nem bizonyosságok. Értékük nagymértékben függ az adatok minőségétől, és attól, hogy az előrejelzések ténylegesen beépülnek-e a döntésekbe és a folyamatokba.

adatelemzés
előrejelzés
+1

Megerősítéses tanulás (RL)

A megerősítéses tanulás a gépi tanulás egyik ága, amelyben az ágens próba-szerencse alapon tanul. Egy környezetben cselekszik, a jó eredményekért jutalmat, a rosszakért büntetést kap, és így olyan stratégiát alakít ki, amely maximalizálja az összjutalmát. Ismert példák a táblás játékokat – például a gót – elsajátító programok, a robotvezérlés és a nyelvi modellek emberi értékelések alapján végzett finomhangolása.

tanulási módszer
jutalom
+1