✍️ 🧑‍🦱 💚 Autor:innen verdienen bei uns doppelt. Dank euch haben sie so schon 411.512 € mehr verdient. → Mehr erfahren 💪 📚 🙏

DEEP LEARNING & IoT BASED SMART LIFE SAVINGEMERGENCY TRAFFIC LIGHT CON

DEEP LEARNING & IoT BASED SMART LIFE SAVINGEMERGENCY TRAFFIC LIGHT CON

von S. Jaganathan, S. Nithin Kumar und V. Kanchana
Softcover - 9786204057644
39,90 €
  • Versandkostenfrei
Auf meine Merkliste
  • Hinweis: Print on Demand. Lieferbar in 5 Tagen.
  • Lieferzeit nach Versand: ca. 1-2 Tage
  • inkl. MwSt. & Versandkosten (innerhalb Deutschlands)

Autorenfreundlich Bücher kaufen?!

Beschreibung

Per ridurre la congestione del traffico e migliorare la velocità del servizio di ambulanzae dei pompieri, è necessario sviluppare molti sistemi. In questo progetto,viene propostounsistema di segnalazione di emergenzaintelligentee automatico. Supportasoprattutto come la più alta congestione del traffico specialmente nelle città.L'approccio propostoapproccio fornisce una soluzione per i servizi di emergenza come l'ambulanza e i camion dei pompieri, al fine diper evitare il traffico e raggiungere la destinazione in tempo. Questo sistema propostoè basato su un algoritmo di apprendimento profondo e con il supporto di Internet-ofThings (IoT).Il problema delle ambulanze e dei camion dei pompieri che rimangono bloccati negli ingorghiin aumento e quasi il 20% dei decessi di pazienti in emergenza sono stati causati da ingorghiin un anno. Per superare questo problema, la gestione del traffico e delle situazioni di emergenzarilevando l'ambulanza o l'autopompa a circa 100 metri di distanza bloccando altrimodi e imposta di nuovo al funzionamento normale dopo che ha attraversato il segnale. I risultati finali,i veicoli di emergenza di passare attraverso il traffico senza o con un minimotempo. Nel lavoro futuro, è necessario evitare il flusso di traffico irregolare e migliorare lasicurezza.

Details

Verlag Edizioni Sapienza
Ersterscheinung 31. August 2021
Maße 22 cm x 15 cm x 0.4 cm
Gewicht 113 Gramm
Format Softcover
ISBN-13 9786204057644
Seiten 64