Záleží nám na vašom súkromí
Pomocou súborov cookie a súvisiacich technológií, ako aj spracovaním vašich údajov môžeme lepšie prispôsobiť zobrazovaný obsah vašim potrebám.Udelením súhlasu s ukladaním informácií na vašom koncovom zariadení alebo s prístupom k informáciám a spracovaním údajov, a to aj v oblasti profilovania, trhu a štatistickej analýzy, budete môcť na stránkach Allegro ešte ľahšie nájsť presne to, čo hľadáte a čo potrebujete.Správcami vašich údajov bude spoločnosť Allegro, ako aj niektorí partneri, s ktorými spolupracujeme.
Jednoduchšie používanie našich stránok, zobrazovanie a meranie personalizovaného obsahu a reklám, vytváranie štatistík a zlepšovanie funkčnosti.Súhlas je dobrovoľný. Môžete ho kedykoľvek odvolať alebo obnoviť v záložke Nastavenia súborov cookie na hlavnej stránke. Odvolanie súhlasu nemá vplyv na zákonnosť spracovania vykonaného pred odvolaním.
zásady používania súborov cookiezásady ochrany osobných údajovParametre
Opis
Książka nowa, drobne zadarcia na grzbiecie i na krawędzi okładki, lekkie zagięcia na rogach, widoczne zabrudzenia, zarysowania i zagięcia na okładce, lekkie zabrudzenia storn na rogach, zajęcia i zabrudzenia na tyle okładki,
ZASTOSOWANIE SZTUCZNYCH SIECI NEURONOWYCH DO PREDYCKJI PARAMETRÓW I KLASYFIKACJI WARUNKÓW RUCHU DROGOWEGO W SYSTEMACH TRANSPORTOWYCH
Autor: TERESA PAMUŁA
Wydawnictwo: POLITECHNIKA ŚLĄSKA
ISBN: 978-83-7880-568-7
137 stron
oprawa: miękka
Rok wydania: 2018
W monografii podjęto tematykę zastosowania sieci neuronowych typu deep learning (DLN) do predykcji parametrów oraz klasyfikacji warunków ruchu. Za cel pracy uznano przygotowanie metodyki użycia sieci dla praktycznego zastosowania w rozwiązaniach ITS. Zaproponowano przestrzenno-czasowy model predykcji natężenia ruchu pojazdów dla sieci ulic oraz model klasyfikacji warunków ruchu.W monografii podjęto tematykę zastosowania sieci neuronowych typu deep learning (DLN) do predykcji parametrów oraz klasyfikacji warunków ruchu. Za cel pracy uznano przygotowanie metodyki użycia sieci dla praktycznego zastosowania w rozwiązaniach ITS. Zaproponowano przestrzenno-czasowy model predykcji natężenia ruchu pojazdów dla sieci ulic oraz model klasyfikacji warunków ruchu.W monografii podjęto tematykę zastosowania sieci neuronowych typu deep learning (DLN) do predykcji parametrów oraz klasyfikacji warunków ruchu. Za cel pracy uznano przygotowanie metodyki użycia sieci dla praktycznego zastosowania w rozwiązaniach ITS. Zaproponowano przestrzenno-czasowy model predykcji natężenia ruchu pojazdów dla sieci ulic oraz model klasyfikacji warunków ruchu.W monografii podjęto tematykę zastosowania sieci neuronowych typu deep learning (DLN) do predykcji parametrów oraz klasyfikacji warunków ruchu. Za cel pracy uznano przygotowanie metodyki użycia sieci dla praktycznego zastosowania w rozwiązaniach ITS. Zaproponowano przestrzenno-czasowy model predykcji natężenia ruchu pojazdów dla sieci ulic oraz model klasyfikacji warunków ruchu.W monografii podjęto tematykę zastosowania sieci neuronowych typu deep learning (DLN) do predykcji parametrów oraz klasyfikacji warunków ruchu. Za cel pracy uznano przygotowanie metodyki użycia sieci dla praktycznego zastosowania w rozwiązaniach ITS. Zaproponowano przestrzenno-czasowy model predykcji natężenia ruchu pojazdów dla sieci ulic oraz model klasyfikacji warunków ruchu.
Na naszych pozostałych aukcjach setki książek w bardzo atrakcyjnych cenach - ZAPRASZAMY!
Toto označenie odlišuje najlepšie obchody na portáli Allegro. Pri nákupe od Super predajcu máte zaručený vynikajúci zákaznícky servis a skvelé nákupy.
Čas doručenia, ktorý Allegro odhaduje na základe predchádzajúcich doručení od tohto predajcu.
Kupujete s Allegro Protect. Všetky nákupy s vrátením peňazí do 48 h. Zobraziť podrobnosti
100 %
Niektoré texty boli preložené automaticky. Dajte nám vedieť, ak ste si všimli jazykovú chybu.
Prezeráte si ponuky produktu Zastosowanie sztucznych sieci neuronowych do predykacji parametrów i klasyfikacji warunków ruchu drogowego w systemach transportowych. pamuła teresa,król aleksander. Vidíte ponuku iného produktu? Nahláste nám to