Detail publikace

Využití hlubokého učení v analýze bezpečnosti měkkých cílů

UHLÍK O., DOBIÁŠOVÁ L., KRATOCHVÍLOVÁ M.

Originální název

Využití hlubokého učení v analýze bezpečnosti měkkých cílů

Anglický název

Use of deep learning in the analysis of soft target security

Typ

článek v časopise - ostatní, Jost

Jazyk

čeština

Originální abstrakt

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.

Anglický abstrakt

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.

Klíčová slova

měkké cíle, hluboké učení, evakuace, celková doba evakuace

Klíčová slova v angličtině

soft targets, deep learning, evacuation, total evacuation time

Autoři

UHLÍK O., DOBIÁŠOVÁ L., KRATOCHVÍLOVÁ M.

Vydáno

16. 11. 2021

Nakladatel

KONSTRUKCE Media, s.r.o.

Místo

Ostrava

ISSN

1803-8441

Periodikum

Silnice železnice

Číslo

5

Stát

Česká republika

Strany od

110

Strany do

112

Strany počet

3

URL

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"
}