diplomski rad (sveučilišni)
Zbog sve većeg rasta prometne potražnje u gradskim sredinama dolazi do značajnog smanjenja razine uslužnosti mobilnosti u gradskim sredinama. Dio problema su i zastarjeli sustavi upravljanja semaforiziranim raskrižjem zasnovani na ustaljenim signalnim planovima. Razvojem sustava zasnovanih na umjetnoj inteligenciji moguće je riješiti neke od problema upravljanja semaforiziranim raskrižjem. Korištenjem umjetne neuronske mreže i algoritma ojačanog učenja moguće je izgraditi sustav za adaptivno upravljanje semaforiziranim raskrižjem. U ovom radu je simulirano i analizirano izolirano semaforizirano raskrižje koristeći razvijeno simulacijsko okruženje uz algoritam ojačanog učenja zasnovanog na neuronskoj mreži. Iz rezultata se zaklju čuje da se korištenjem neuronskih mreža u kombinaciji s ojačanim učenjem mogu postići poboljšanja u upravljanju semaforiziranog raskrižja.
inteligentni transportni sustavi ; semaforizirano raskrižje ; signalni plan ; neuronske mreže ; ojačano učenje
Razvojem virtualizacijskih tehnologija raste kompleksnost IT sustava, dok korisnici istovremeno zahtijevaju brži pristup resursima, napredne integracije i jednostavnost korištenja. Jedno od ključnih rješenja za ove izazove primjena je…
Ovaj rad istražuje i uspoređuje mogućnosti prosljeđivanja grafičkih kartica na Hyper-V i KVM hipervizorima prema virtualnim strojevima, detaljno opisujući metode, postupke i razlike u arhitekturi koje utječu na…
The ever-growing usage and adaptation of HTTP/3 in web traffic leverages Quick UDP Internet Connections (QUIC) as a transport protocol. QUIC is widely recognized for reduced latency, enhanced…