چکیده مقاله
در دهه های اخیر، افزایش بی رویه تعداد خودروها در سطح جهان منجر به چالش های بزرگی همچون تصادفات جاده ای، اتلاف زمان در ترافیک و افزایش آلاینده های زیست محیطی شده است برای مقابله با این معضلات، مفهوم سیستم های حمل ونقل هوشمند Intelligent Transportation Systems ITS شکل گرفت هسته اصلی و حیاتی این سیستم ها، شبکه های موردی خودرویی یا همان VANET است شبکه های VANET به خودروها اجازه می دهند تا به عنوان گره های یک شبکه بی سیم، اطلاعاتی نظیر سرعت، موقعیت جغرافیایی و شرایط جاده را با یکدیگر V۲V و با زیرساخت های جاده ای V۲I مبادله کنند اما این شبکه ها با چالش های فنی بی سابقه ای روبرو هستند که آن ها را از شبکه های موبایل سنتی متمایز می کند سرعت بالای گره ها که گاهی به بیش از ۱۲۰ کیلومتر در ساعت می رسد، باعث می شود توپولوژی شبکه در هر ثانیه تغییر کند در چنین محیط پویایی، پروتکل های ارتباطی سنتی که بر پایه الگوریتم های ثابت ریاضی نوشته شده اند، به شدت دچار ضعف می شوند در اینجاست که هوش مصنوعی Artificial Intelligence به عنوان ناجی این شبکه ها وارد میدان می شود هوش مصنوعی به دلیل توانایی در یادگیری الگوهای پیچیده از داده های حجیم و اتخاذ تصمیمات لحظه ای در شرایط عدم قطعیت، می تواند پایداری، سرعت و امنیت ارتباطات را در این شبکه ها تضمین کند این مقاله با نگاهی عمیق به لایه های مختلف VANET، نقش مدل های مختلف یادگیری ماشین و یادگیری عمیق را در بهبود این ارتباطات بررسی می کند
نویسندگان
شیوه ارجاع
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید: قربانی، افشین،1404،استفاده از هوش مصنوعی در بهبود ارتباط بین شبکه های بین خودرویی (VANET)،ششمین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی،همدان،https://civilica.com/doc/2585673
ارائهشده در
مجموعه مقالات ششمین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی2 اسفند 1404 · همدان