Publication detail

Využití hlubokého učení v analýze bezpečnosti měkkých cílů

UHLÍK O., DOBIÁŠOVÁ L., KRATOCHVÍLOVÁ M.

Original Title

Využití hlubokého učení v analýze bezpečnosti měkkých cílů

English Title

Use of deep learning in the analysis of soft target security

Type

journal article - other

Language

Czech

Original Abstract

Článek nabízí nový přístup k analýze bezpečnostních rizik při mimořádných událostech v rámci dopravních uzlů, s cílem minimalizace jejich negativních dopadů. Navazuje na standardní metody založené na normových výpočtech a numerických evakuačních modelech a navrhuje využití metod hlubokého učení k analýze probíhající v reálném čase. V článku je stručně popsán princip umělých neuronových sítí a představeno několik příkladů jejich využití v tomto oboru.

English abstract

The article offers a new approach to the analysis of safety risks in emergencies within transport hubs, in order to minimize their negative impacts. It builds on standard methods based on standard calculations and numerical evacuation models and proposes the use of deep learning methods for real-time analysis. The article briefly describes the principle of artificial neural networks and presents several examples of their use in this field.

Keywords

měkké cíle, hluboké učení, evakuace, celková doba evakuace

Key words in English

soft targets, deep learning, evacuation, total evacuation time

Authors

UHLÍK O., DOBIÁŠOVÁ L., KRATOCHVÍLOVÁ M.

Released

16. 11. 2021

Publisher

KONSTRUKCE Media, s.r.o.

Location

Ostrava

ISBN

1803-8441

Periodical

Silnice železnice

Number

5

State

Czech Republic

Pages from

110

Pages to

112

Pages count

3

URL

https://silnice-zeleznice.cz/media/5-2021

BibTex

@article{BUT175004,
  author="Ondřej {Uhlík} and Lucie {Dobiášová} and Martina {Pálková}",
  title="Využití hlubokého učení v analýze bezpečnosti měkkých cílů",
  journal="Silnice železnice",
  year="2021",
  number="5",
  pages="110--112",
  issn="1803-8441",
  url="https://silnice-zeleznice.cz/media/5-2021"
}