Modélisation et gestion du trafic routier : Utilisation de la surveillance statistique et de l'apprentissage profond

Modélisation et gestion du trafic routier : Utilisation de la surveillance statistique et de l'apprentissage profond (Fouzi Harrou)

Titre original :

Road Traffic Modeling and Management: Using Statistical Monitoring and Deep Learning

Contenu du livre :

Modélisation et gestion du trafic routier : Using Statistical Monitoring and Deep Learning fournit un cadre pour comprendre et améliorer la surveillance et la gestion du trafic routier.

Le livre examine les méthodologies d'analyse du trafic couramment utilisées ainsi que les méthodes émergentes qui utilisent des méthodes d'apprentissage profond. D'autres sections expliquent comment comprendre les modèles statistiques et les algorithmes d'apprentissage automatique et comment les appliquer à la modélisation du trafic, à l'estimation, à la prévision et à la surveillance de la congestion du trafic.

Fournissant à la fois un cadre théorique et des solutions techniques pratiques, ce livre est idéal pour les chercheurs et les praticiens qui souhaitent améliorer les performances des systèmes de transport intelligents.

Autres informations sur le livre :

ISBN :9780128234327
Auteur :
Éditeur :
Langue :anglais
Reliure :Broché
Année de publication :2021
Nombre de pages :268

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Modélisation et gestion du trafic routier : Utilisation de la surveillance statistique et de...
Modélisation et gestion du trafic routier : Using...
Modélisation et gestion du trafic routier : Utilisation de la surveillance statistique et de l'apprentissage profond - Road Traffic Modeling and Management: Using Statistical Monitoring and Deep Learning

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)