Редакция сайта ТАСС
13 октября, 14:56
САНКТ-ПЕТЕРБУРГ, 13 октября. /ТАСС/. Прототип цифровой платформы для интеллектуального управления транспортом будущего представили ученые Санкт-Петербургского политехнического университета имени Петра Великого в Петербурге. Внедрение платформы в городское хозяйство в будущем позволит сокращать время в пути и снижать экологическую нагрузку от транспорта, сообщили ТАСС в пресс-службе университета.
"Особенность предлагаемого нами подхода в комбинации взаимодополняющих методов анализа больших массивов данных. <…> В нашей же системе использованы имитационно-обоснованные нейронные сети - подход, аналогичный PINN (физически-информированные нейронные сети). Это означает, что логика поведения платформы задана разработанной нами имитационной моделью. Она не позволяет платформе предлагать нереалистичные сценарии управления, т.е
Платформа, названная "Поланис", включает в себя модули оптимизации имитационных моделей транспортных систем с применением технологий искусственного интеллекта, генерации обучающих выборок для машинного обучения на базе имитационных моделей транспортных систем. Платформа на основе гибридного искусственного интеллекта и данных геоинформационных систем способна проводить глубокий анализ больших данных транспортных систем и оптимизировать транспортные потоки. Разработка таже обладает системой поддержки принятия решений по развитию дорожной инфраструктуры, в том числе в сложных климатических условиях.
По сравнению с аналогами разработка обладает преимуществами в возможности обработки мультимодальных данных из различных источников и их объединения в общую геоинформационную базу, а также наличием функций предиктивной и прескриптивной аналитики. Точность определения координат объектов дорожной обстановки системой достигает 5 см, а вероятность их детектирования - до 0,95.
Важной особенностью проекта является его масштабируемость и кросс-отраслевой потенциал. Ключевая идея ученых - создание универсальной цифровой платформы-экосистемы для управления цифровыми моделями в различных отраслях. Помимо транспорта, платформа тестируется для решения задач в энергетике, нефтегазовой отрасли, биомедицине и сейсморазведке. В перспективе планируется интеграция на платформу цифровых моделей для этих и других областей. Также результаты исследований будут использованы при разработке национальных стандартов в сфере ИИ.
Разработка ведется при поддержке программы "Приоритет 2030".
Комментарии