diplomski rad (sveučilišni)
Porast broja stanovništva uzrokovao je povećanje prijevozne potražnje što dovodi do svakodnevnih prometnih zagušenja, posebno u vršnim satima. Problem nastaje kada prijevozna potražnja postane veća od prijevozne ponude te prometnice nemaju dovoljan kapacitet za visoku razinu usluge. U gradskoj sredini zagušenja su izražena oko semaforiziranih raskrižja jer dolazi do preplitanja dvaju ili više prometnih tokova. Kako bi se smanjilo vrijeme putovanja i duljine repova čekanja moguće je koristiti metode strojnog učenja za prilagodbu signalnih planova. Pri tome mješoviti prometni tokovi koji sadrže ljudski upravljana vozila i umrežena autonomna vozila predstavljaju novi nadolazeći upravljački problem. Problemi nastaju zbog različitog percipiranja okoline i poštivanja pravila ponašanja kod vozača u ljudski upravljanim vozilima te autonomnim i umreženim autonomnim vozilima. U radu su opisane značajke mješovitih prometnih tokova, upravljački koncepti za slučaj semaforiziranih raskrižja i mješovitih tokova te analizirane mogućnosti primjene metoda strojnog učenja za upravljanje mješovitim prometnim tokovima.
mješoviti prometni tok ; semaforizirana raskrižja ; strojno učenje ; umrežena autonomna vozila ; autonomna vozila ; umjetna inteligencija
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…