Tarkvarateaduse instituudi doktorant Chahinez Ounoughi, kaitseb 12. märtsil 2024. a. algusega kell 14:00 oma doktoritööd: "Linnaliiklus: andmete ühtesulamine ja sõidukite voo prognoosimine nutikates linnades" ("Urban Traffic: Data Fusion and Vehicle Flow Prediction in Smart Cities"). Kaitsmine toimub Tallinna Tehnikaülikooli infotehnoloogia maja ruumis ICT-638 (Akadeemia tee 15a) ning on jälgitav veebirakenduse Zoom vahendusel.
Doktoritöö "Linnaliiklus: andmete ühtesulamine ja sõidukite voo prognoosimine nutikates linnades" pakub välja tervikliku lahenduse linnaliikluse ummikutele, lubades märkimisväärseid parandusi liikluse ennustamise ja haldamise efektiivsuses, kasutades täiustatud süvaõppe arhitektuuri ja andmete fusiooni tehnikaid.
Uurimuses tutvustatakse liikluskorralduse ja intelligentsete transpordisüsteemide (ITS) jaoks nelja kriitilist panust. Esimene panus pakub ajaliselt väga tõhusat hübriidset süvanärvivõrgu lahendust säilitades samal ajal suure täpsuse liikluskiiruste prognoosimisel maanteelõikudes. Selle meetodiga lihtsustatakse ummikuohtlike piirkondade kindlaksmääramist, võimaldades õigeaegseid sekkumisi liiklusvoogude tõhusaks juhtimiseks.
Kui ummikud on tuvastatud, on oluline ummikuid leevendada ja liiklusvooge parandada. Teise panusena pakutakse sellele vajadusele vastuseks täiustatud, jätkusuutlik ja ennetav liiklussignaalide juhtimissüsteemi, mis on juhitud müra prognoosi tulemustest. Integreerides jätkusuutlikkuse kaalutlused ja ennetava otsuste tegemise, optimeerib see uuenduslik meetod liiklussignaale, et vähendada ummikuid ja suurendada üldist liikluskorralduse tõhusust.
Olemasolevate liiklusandmete rikkalikkuse rakendamiseks süveneb kolmas panus andmete fusiooni tehnikate süstemaatilisse uurimisse intelligentsete transpordisüsteemide (ITS) valdkonnas. Selle põhjaliku läbivaatamise käigus määratakse kindlaks meetodid, mis integreerivad tõhusalt erinevatest allikatest pärit andmeid.
Neljanda panusega võetakse kasutusele uuenduslik andmete fusiooni tehnika, mis ühendab endas nii liiklus- kui ka keskkonnaandurite funktsioone. Selline integreerimine on oluline edasiminek, kuna see rikastab liikluse ennustamise mudelite täpsust ja võimaldab teha hästi informeeritud otsuseid valgusfooride haldamisel. Kohandades dünaamiliselt signaalide ajastust, mis põhineb reaalaja liiklustingimustel ja prognoositavatel ummikutasemetel, optimeerib see lähenemisviis liiklusvoogu ja aitab kaasa linnatranspordisüsteemide tõhusale juhtimisele. Autor väidab, et need panused pakuvad väärtuslikke teadmisi transpordi planeerimiseks ja poliitika kujundamiseks, parandades lõppkokkuvõttes linnakodanike elukvaliteeti ja transpordisüsteemide toimimist.
Doktoritöö on avaldatud Tehnikaülikooli raamatukogu digikogus.
Juhendaja: prof. Sadok Ben Yahia
Oponendid:
- Ass. Prof. Mahdi Zargayouna, University Gustave Eiffel, Prantsusmaa;
- Prof. Mauro Vallati, University of Huddersfield, Suurbritannia.
Jälgi avalikku kaitsmist Zoomis
Meeting ID: 936 2926 6947
Passcode: 599544