Digitální knihovna UPCE přechází na novou verzi. Omluvte prosím případné komplikace. / The UPCE Digital Library is migrating to a new version. We apologize for any inconvenience.

Publikace:
Predicting IoT-based Traffic in Smart Cities using Neural Networks

Bakalářská práceopen access
Zobrazit minimální záznam
dc.contributor.advisorHájek, Petr
dc.contributor.authorWang, Yanghua
dc.date.accepted2023-08-22
dc.date.accessioned2023-09-12T12:50:40Z
dc.date.available2023-09-12T12:50:40Z
dc.date.issued2023
dc.date.submitted2023-06-30
dc.description.abstractCongested road networks are negatively impacting the sustainability of many cities due to worsening air contamination. In this Study, Neural Networks with Deep Learning Are used Traffic in Smart Cities. I used a data Set Called Traffic, Which Was Collected by Sensors Placement at Four Intersects, and then the time server situations are produced based on the GRU model, which is thoroughly investigated using different settings.eng
dc.description.abstract-translatedTato práce se zaměřuje na predikci provozu na bázi internetových věcí v chytrém městě pomocí neuronových sítí. Účelem je využít velká data shromážděná zařízeními IoT, jako jsou senzory a kamery, k vývoji přesných modelů predikce provozu. Cílem studie je porozumět modelu GRU založenému na architektuře rekurentních neuronových sítí (RNN) pro zachycení časových a prostorových závislostí v provozních datech.cze
dc.description.defenceThe student presented the defense of the thesis with the title: Predicting IoT-based Traffic in Smart Cities Using Neural Networks. The aim of the thesis is to propose and validate an IoT-based traffic forecasting system based on neural networks. Questions according to the assessment of the supervisor of the thesis: Characterize the traffic behaviour patterns at the studied intersections, are they representative? What other input variables from IoT sensors could be used to further refine the neural network model? The student responded to the committees questions.eng
dc.description.departmentFakulta ekonomicko-správnícze
dc.description.gradeDokončená práce s úspěšnou obhajoboucze
dc.format35 s.
dc.identifier.stag45518
dc.identifier.urihttps://hdl.handle.net/10195/82086
dc.language.isoeng
dc.publisherUniverzita Pardubicecze
dc.rightsBez omezení
dc.subjectsmart transportationeng
dc.subjectsmart cityeng
dc.subjectinternet of thingseng
dc.subjectmachine learningeng
dc.subjectneural networkseng
dc.subjectsmart transportationeng
dc.subjectchytrá dopravacze
dc.subjectchytré městocze
dc.subjectinternetová věccze
dc.subjectstrojové učenícze
dc.subjectneuronové sítěcze
dc.thesis.degree-disciplineInformatics in Public Administrationcze
dc.thesis.degree-grantorUniverzita Pardubice. Fakulta ekonomicko-správnícze
dc.thesis.degree-nameBc.
dc.thesis.degree-programInformatics and System Engineeringcze
dc.titlePredicting IoT-based Traffic in Smart Cities using Neural Networkseng
dc.typebakalářská prácecze
dspace.entity.typePublication

Soubory

Původní svazek

Nyní se zobrazuje 1 - 2 z 2
Náhled
Název:
WangY_PredictingIoT_HP_2023.pdf
Velikost:
3.42 MB
Formát:
Adobe Portable Document Format
Popis:
Plný text práce
Plný text práce (3.42 MB)
Náhled
Název:
HajekP_Predicting_IoT_based_YW_2023.pdf
Velikost:
160.33 KB
Formát:
Adobe Portable Document Format
Popis:
Posudek vedoucího práce
Posudek vedoucího práce (160.33 KB)

Kolekce

Bakalářské práce / Bachelor's works ÚSII FES (Bc.)
Vysokoškolské kvalifikační práce / Theses, dissertations, etc.