{"id":36064,"date":"2024-10-15T15:28:14","date_gmt":"2024-10-15T13:28:14","guid":{"rendered":"https:\/\/www.l3s.de\/?p=36064"},"modified":"2024-10-15T15:32:59","modified_gmt":"2024-10-15T13:32:59","slug":"the-future-of-intelligent-transport-systems","status":"publish","type":"post","link":"https:\/\/www.l3s.de\/de\/the-future-of-intelligent-transport-systems\/","title":{"rendered":"Intelligente Verkehrssysteme der Zukunft"},"content":{"rendered":"

L3S Best Publication of the Quarter (Q3\/2024)<\/strong>\u202f\u202f\u202f<\/strong>\u202f 
Kategorie: Information Retrieval and Language Model<\/strong> <\/p>\n\n\n\n

\u202fLaMMOn: language model combined graph neural network for multi-target multi-camera tracking in online scenarios<\/strong>\u00a0<\/p>\n\n\n\n

Authors: Tuan T Nguyen, Hoang H Nguyen, Mina Sartipi, Marco Fisichella\u00a0<\/p>\n\n\n\n

Ver\u00f6ffentlicht im Machine Learning Journal<\/a><\/em><\/p>\n\n\n\n

<\/div>\n\n\n\n

\u202fDas Papier in K\u00fcrze<\/strong>:<\/p>\n\n\n\n

Wir haben LaMMOn entwickelt, ein KI-System, das Fahrzeuge in Echtzeit \u00fcber mehrere st\u00e4dtische Kameras verfolgt. Im Gegensatz zu bisherigen Systemen nutzt LaMMOn fortschrittliche sprach- und graphbasierte KI-Techniken, um sich automatisch und ohne manuelle Einstellungen an verschiedene Szenarien anzupassen. Es \u00fcbertrifft bestehende Methoden in mehreren \u00f6ffentlichen Datens\u00e4tzen und l\u00e4sst sich leicht auf gro\u00dfe Stadtgebiete \u00fcbertragen. Diese Technologie k\u00f6nnte das Verkehrsmanagement und die Stadtplanung revolutionieren, indem sie genauere und umfassendere Daten zur Fahrzeugverfolgung liefert. <\/p>\n\n\n\n

Welches Problem l\u00f6sen Sie mit Ihrer Forschung?<\/strong>\u202f <\/p>\n\n\n\n

Unsere Forschung besch\u00e4ftigt sich damit, den Stadtverkehr \u00fcber mehrere Kameras hinweg effizient zu verfolgen und zu steuern. Mit LaMMOn ist es nicht mehr notwendig, jede neue Kamera manuell einzurichten. Das macht den gro\u00dffl\u00e4chigen Einsatz wesentlich einfacher. St\u00e4dte k\u00f6nnen damit den Verkehrsfluss besser steuern, die Reaktionszeiten bei Notf\u00e4llen verbessern und datenbasierte Entscheidungen f\u00fcr die Stadtplanung und Umweltinitiativen treffen. <\/p>\n\n\n\n

Welche potenziellen Auswirkungen haben Ihre Ergebnisse?<\/strong>\u202f <\/p>\n\n\n\n

LaMMOn k\u00f6nnte das Leben in der Stadt deutlich angenehmer machen, weil dadurch intelligente und effiziente St\u00e4dte m\u00f6glich werden. LaMMOn liefert umfassende Echtzeitdaten \u00fcber stadtweite Verkehrsmuster. Damit l\u00e4sst sich der Verkehr besser steuern, die Stadtplanung effizienter gestalten und Notfallhilfe schneller organisieren. Das f\u00fchrt zu weniger Staus, optimierten \u00f6ffentlichen Verkehrsmitteln und geringeren Fahrzeugemissionen. Das System kann sich anpassen, sodass sich eine fortschrittliche Verkehrs\u00fcberwachung auch in gro\u00dfem Ma\u00dfstab kosteneffizient umsetzen l\u00e4sst. Das macht die Stadt lebenswerter.\u202f <\/p>\n\n\n\n

Was ist neu an Ihrer Forschung?<\/strong>\u202f <\/p>\n\n\n\n

Wir haben einen neuen Ansatz entwickelt, mit dem man mehrere Ziele mit mehreren Kameras verfolgen kann. LaMMOn ist eine ganz neue Kombination aus Sprachmodellen, grafischen neuronalen Netzen und f\u00f6derierten Lerntechniken. Es passt sich an neue Kamerakonstellationen an, ohne dass manuell Regeln festgelegt werden m\u00fcssen. Es nutzt synthetische Daten, um die Beschr\u00e4nkungen von Datens\u00e4tzen zu \u00fcberwinden, und es bewahrt die Privatsph\u00e4re durch f\u00f6deriertes Lernen. Dieser innovative Ansatz ist ein gro\u00dfer Schritt nach vorne in Sachen Smart-City-Technologie und bietet eine skalierbare, effiziente und datenschutzfreundliche L\u00f6sung f\u00fcr die Fahrzeugverfolgung in St\u00e4dten. <\/p>\n\n\n\n

Link zum Paper:<\/strong> link.springer.com\/article\/10.1007\/s10994-024-06592-1<\/a><\/p>","protected":false},"excerpt":{"rendered":"

Die beste L3S-Ver\u00f6ffentlichung des Quartals in der Kategorie 'Information Retrieval and Language Model' stellt ein effizientes System zur genauen Echtzeitverfolgung von Fahrzeugen in St\u00e4dten vor.<\/p>","protected":false},"author":11,"featured_media":36065,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[161],"tags":[],"class_list":["post-36064","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-best-publications"],"acf":[],"aioseo_notices":[],"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/posts\/36064","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/comments?post=36064"}],"version-history":[{"count":3,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/posts\/36064\/revisions"}],"predecessor-version":[{"id":36597,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/posts\/36064\/revisions\/36597"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media\/36065"}],"wp:attachment":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media?parent=36064"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/categories?post=36064"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/tags?post=36064"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}