Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail publikace
UHLÍK O., DOBIÁŠOVÁ L., KRATOCHVÍLOVÁ M.
Originální název
Využití hlubokého učení v analýze bezpečnosti měkkých cílů
Anglický název
Use of deep learning in the analysis of soft target security
Typ
článek v časopise - ostatní, Jost
Jazyk
čeština
Originální abstrakt
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.
Anglický abstrakt
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.
Klíčová slova
měkké cíle, hluboké učení, evakuace, celková doba evakuace
Klíčová slova v angličtině
soft targets, deep learning, evacuation, total evacuation time
Autoři
Vydáno
16. 11. 2021
Nakladatel
KONSTRUKCE Media, s.r.o.
Místo
Ostrava
ISSN
1803-8441
Periodikum
Silnice železnice
Číslo
5
Stát
Česká republika
Strany od
110
Strany do
112
Strany počet
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" }