meineki.news Logo
meineki.news
KI News. Verstehen, was wichtig wird.
Anmelden
Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Verkehr”
Forschung

<span>GeoAI-Analyse enthüllt spatiotemporale Verkehrsheterogenität in Städten</span> <p>Städtische Verkehrsströme entstehen aus einer komplexen, nichtlinearen Wechselwirkung zwischen der räumlichen Anordnung von Nutzungen und der zeitlich variierenden Mobilitätsnachfrage. Traditionelle globale Regressions- und Zeitreihenmodelle sind nicht in der Lage, diese vielschichtigen Dynamiken gleichzeitig zu erfassen.</p> <p>Um dem gerecht zu werden, präsentiert die Studie ein GeoAI-Hybrid-Analysemodell, das die Meth
arXiv – cs.AI
Forschung

<p>LLM-MLFFN: Mehrschichtige Fusion von Fahrverhalten für autonome Fahrzeuge</p> <p>Ein neues Modell namens LLM-MLFFN nutzt große Sprachmodelle, um die Klassifizierung von Fahrverhalten autonomer Fahrzeuge zu verbessern. Durch die Kombination von numerischen Zeitreihen und semantischen Beschreibungen aus vortrainierten Sprachmodellen wird die Interpretierbarkeit und Robustheit in komplexen Verkehrsszenarien deutlich erhöht.</p> <p>Das System besteht aus drei Hauptkomponenten: Erstens extrahiert ein mehrschi
arXiv – cs.AI
Forschung

<h1>Hypergraph-MARL verbessert Ampelsteuerung für multimodale Verkehrsszenarien</h1> <p>In einer Zeit, in der die Mobilität immer stärker multimodal wird, stellt die neue Studie von Forschern aus dem Bereich der künstlichen Intelligenz einen bedeutenden Fortschritt dar. Das vorgestellte System, STDSH‑MARL, richtet sich gezielt an die Bedürfnisse von Fahrgästen in öffentlichen Verkehrsmitteln und anderen multimodalen Reisenden, statt ausschließlich auf die Fahrzeugflut zu fokussieren.</p> <p>STDSH‑MARL ist e
arXiv – cs.LG
Forschung

<h1>Erklärbares Deep-Learning-IDS erreicht 99 % Genauigkeit</h1> <p>Ein neues Intrusion Detection System (IDS) kombiniert Convolutional Neural Networks (CNN) und Long Short-Term Memory (LSTM) Netzwerke, um Netzwerkverkehr präzise zu klassifizieren und gleichzeitig die Entscheidungen des Modells verständlich zu machen. Durch die Integration von Explainable Artificial Intelligence (XAI) wird die Transparenz von Deep‑Learning‑Algorithmen deutlich erhöht.</p> <p>Die Leistung des Systems wurde anhand des etablie
arXiv – cs.AI