تعقيدات حركة المرور الحديثة

وقد تطور التنبؤ بالحركة من متوسطات تاريخية بسيطة إلى تخصص يجب أن يُشكل مجموعة من المتغيرات الدينامية التي تتحول أنماط الازدحام ليس فقط مع حلول النهار، بل أيضا مع الأحداث الجوية والحوادث ومناطق البناء والأحداث الرياضية وحتى اتجاهات وسائط الإعلام الاجتماعية، وتواجه النماذج الإحصائية التقليدية مثل نظام المعلومات الإدارية المتكامل أو نظام كالمان، مشاكل غير مباشرة، حيث تتكيف هذه الظروف مع النماذج غير المباشرة.

المعمارات التعليمية العميقة الأساسية لتوقعات المرور

Recurrent Neural Networks and LSTMs

أما الشبكات العصبية المتكررة فهي مصممة لمعالجة البيانات المتتابعة، مما يجعلها مناسبة طبيعية لبيانات المرور في إطار السلسلة الزمنية، غير أن الشاحنات الوطنية قد تعاني من اختفاء درجاتها، مما يحد من قدرتها على تعلم المعالينات الطويلة المدى.

Convolutional Neural Networks for Spatial Patterns

ولا تُعد بيانات المرور تتابعياً بحتة؛ كما أن لها بعداً مكانياً، وترتبط السرعة في تقاطع واحد بالسرعة في مقاطع الجيران، إذ يمكن تطبيق الشبكات العصبية الثورية، التي كانت قد وضعت أصلاً للصور، على شبكات المرور من خلال معالجة أشعة شبكة الطرق على أنها مصفوفة ذاتية، وتستخدم المؤلفات السريعة النمو نماذج متكررة للتطورات في المدن، تجمع بين فترات زمنية متقاربة.

نماذج وآليات الاهتمام المترجمة

وفي الآونة الأخيرة، تم تكييف هياكل المحولات - التي وضعت أصلاً لتجهيز اللغات الطبيعية - لأغراض التنبؤ بالزوارق، وتتيح آلية الاعتماد الذاتي للنموذج موازنة أهمية جميع الخطوات الزمنية وجميع المواقع المكانية عند التنبؤ، دون قيود التجهيز المتتابعة للأنونات المبثوثة، مما يجعل المحولات فعالة بصفة خاصة بالنسبة للآلام البعيدة المدى والأحداث المتفاوتة التعقيد.

:: وضع خط بيانات آلية للتنبؤات في الوقت الحقيقي

إن نموذج التعلم العميق لا يصلح إلا بقدر ما تستهلكه البيانات، فبناء نظام للتنبؤ بالحركة في الوقت الحقيقي يتطلب خطاً يُغشّر وينظف ويحول البيانات من مصادر غير متجانسة:

  • Sensor data] - Induction cycles, radio, and lidar provide vehicle counts and speeds at fixed points.
  • GPS probes - ترجيح بيانات السيارات من تطبيقات الملاحة ومركبات الأسطول يعرض فترات سفر مستمرة.
  • Weather feeds] - Precipitation, visibility, and temperature directly affect driving behavior.
  • Event dates] - Concerts, sports games, and holidays create predictable fls.

إن تجهيز البيانات أمر بالغ الأهمية، إذ يجب أن تُستخدم قيم الفقد باستخدام التداخل أو المصانع؛ وينبغي تحديد المؤثرات الخارجية )مثلا، جهاز الاستشعار الذي يبلغ ٢٠٠ متر مربع( وتحديدها، كما أن هندسة المحركات يمكن أن تشمل التوسيع الزمني لليوم، وأجهزة التكهن اليومية، والمتغيرات المتخلفة عن الركب، بالنسبة لنماذج التعلم العميق، والمدخلات الخام )مثل، مقاييس السريعة على امتداد ال ٦٠ دقيقة(

نماذج التدريب وتقييم منع الاتجار

(أ) التدريب النموذجي [يبدأ بتقسيم البيانات التاريخية إلى مجموعات التدريب والتثبت من صحتها واختبارها مع الحفاظ على النظام الزمني - يتسرب التصفيق العشوائي المعلومات في المستقبل؛ وتشمل مهام الخسارة القياسية الافتراضية الافتراضية (Man Absolute Error) والخطأ المكسور (RMSE)، على الرغم من أن عدة معايير للحركة تبلغ أيضاً عن حدوث تجاوز للنسبة المئوية للخطأ بالنسبة للتفسير.

ويمكن إجراء التلميذ الهايبرفي مع التكتل المثلى في بايزيا أو البحث عن الشبكة، وتشمل المقاييس الرئيسية للكميات الفوقية في الطبقات المتوسطة الأجل، وعدد مرشحات في السلاسل الوطنية للسيارات، ومعدل التعلم، وطول التسلسل، وتتمثل الممارسة المتبعة في استخدام التوقف المبكر عن فقدان المصادقة لمنع الإفراط في التأقلم - النماذج العميقة التي تنطوي على ملايين من البارامترات عرضة لتوحيد في الأنماط التاريخية إذا ما تم تدريبه على عدد كبير من الخيتار.

استراتيجيات تقصي الحقائق والنشر

ويتطلب الانتقال إلى نموذج مدرَّب في الإنتاج هيكلاً للنشر يوازن بين التساهل والنواتج والتكاليف، إذ أن العديد من المنظمات تسحب نماذج تستخدم دوكر وتقدمها عن طريق تطبيقات تطبيقات تطبيقات تجريبية تستخدم أطراً مثل تينسورفلوفو لخدمة حركة المرور، أو تورشسيرف، أو خادم استخدام ثلاثي للأشعة في الفضاء الخارجي في الهندية، ويجب أن تكتمل في غضون بضع مئات من الألف ثانية لكي تكون قابلة للتشغيل في نظم إدارة المرور.

وثمة تحد آخر هو الانجراف المفاهيمي: تغير أنماط المرور على مدى أشهر )مثل فتح الطرق الجديدة، والتحولات في العادات المخففة( - وينفذ نظام قوي الرصد المستمر مع القياسات مثل الأخطاء الناجمة عن التنبؤ، ويحفز على إعادة التدريب التلقائي عندما يتدهور الأداء إلى ما وراء عتبة، بينما تكتسب تقنيات التعلم على الإنترنت - حيث يجري تحديث النموذج بصورة تدريجية مع كل دفعة من البيانات الجديدة - تقلصا في تطبيقات المرور، وإن كانت تتطلب تكييفا دقيقا.

الأثر على التنقل الحضري والاتجاهات المستقبلية

فالتنبؤات العميقة التي تحركها حركة المرور تقلل بالفعل من فترات السفر بنسبة تتراوح بين 10 و 20 في المائة في المدن الرائدة من خلال تمكينها من مراقبة إشارات المرور الذكية والتوصيات الدينامية المتعلقة بالطرق، وتتيح التنبؤات في الوقت الحقيقي خدمات الطوارئ لإعادة توجيه سيارات الإسعاف ومحركات الحريق نحو الازدحام، مما يمكن من إنقاذ الأرواح، حيث أن مركبات مسموعة تصبح نماذج أكثر انتشارا، وتغذي نماذج من حيث الوزن.

وتستكشف البحوث المقبلة إدماج شبكات الجرافات العصبية التي تعامل شبكات الطرق كرسوم بيانية، مما يتيح التفوق في التعامل مع الطبقات غير النظامية مقارنة بشبكة CNNs.() وتُعد نماذج متعددة الوسائط تبث كاميرات الفيديو باستخدام آليات الاهتمام، وتُظهر أيضاً سياقاً أكثر ثراءً، ويُعتمد معايير قياسية مثل البنية التحتية المتطورة التي تساعد على التوسع في استخدام البيانات [1].