چکیده مقاله
با افزایش تراکم جمعیت در شبکه های مترو روش های سنتی نظارت و کنترل ایمنی پاسخگو نیستند معماری رایانش ابری Cloud به دلیل مشکلاتی نظیر تاخیر شبکه Latency و قطعی ارتباط در تونل ها برای محیط های بحرانی Mission Critical مناسب نیست این مقاله به بررسی کاربرد Edge AI در پردازش بلادرنگ داده های حسگرها و دوربین ها پرداخته و نشان می دهد چگونه این فناوری ایمنی مسافران ناوگان و زیرساخت را تضمین می کند
کلیدواژهها
نویسندگان
مجتبی کشاورز
مسئول مهندسی ناوگان متروی شیراز
مجتبی کشاورز
مسئول مهندسی ناوگان متروی شیراز
شیوه ارجاع
کشاورز، مجتبی،1405،نقش هوش مصنوعی لبه (Edge AI) در ارتقای ایمنی فعال و غیرفعال سیستم های قطار شهری،نهمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق، کامپیوتر، مکانیک و مخابرات،مشهد
ارائهشده در
مجموعه مقالات نهمین کنفرانس بین المللی هوش مصنوعی و چشم انداز آینده آن در علوم مهندسی برق، کامپیوتر، مکانیک و مخابرات16 خرداد 1405 · مشهد