Přístupnostní navigace
E-application
Search Search Close
Publication detail
UHLÍK O., DOBIÁŠOVÁ L., KRATOCHVÍLOVÁ M.
Original Title
Využití hlubokého učení v analýze bezpečnosti měkkých cílů
English Title
Use of deep learning in the analysis of soft target security
Type
journal article - other
Language
Czech
Original Abstract
Článek nabízí nový přístup k analýze bezpečnostních rizik při mimořádných událostech v rámci dopravních uzlů, s cílem minimalizace jejich negativních dopadů. Navazuje na standardní metody založené na normových výpočtech a numerických evakuačních modelech a navrhuje využití metod hlubokého učení k analýze probíhající v reálném čase. V článku je stručně popsán princip umělých neuronových sítí a představeno několik příkladů jejich využití v tomto oboru.
English abstract
The article offers a new approach to the analysis of safety risks in emergencies within transport hubs, in order to minimize their negative impacts. It builds on standard methods based on standard calculations and numerical evacuation models and proposes the use of deep learning methods for real-time analysis. The article briefly describes the principle of artificial neural networks and presents several examples of their use in this field.
Keywords
měkké cíle, hluboké učení, evakuace, celková doba evakuace
Key words in English
soft targets, deep learning, evacuation, total evacuation time
Authors
Released
16. 11. 2021
Publisher
KONSTRUKCE Media, s.r.o.
Location
Ostrava
ISBN
1803-8441
Periodical
Silnice železnice
Number
5
State
Czech Republic
Pages from
110
Pages to
112
Pages count
3
URL
https://silnice-zeleznice.cz/media/5-2021
BibTex
@article{BUT175004, author="Ondřej {Uhlík} and Lucie {Dobiášová} and Martina {Floriánová}", title="Využití hlubokého učení v analýze bezpečnosti měkkých cílů", journal="Silnice železnice", year="2021", number="5", pages="110--112", issn="1803-8441", url="https://silnice-zeleznice.cz/media/5-2021" }