Специалисты беларусской Академии наук создали алгоритм, который оптимизирует управление расписанием общественного транспорта. О нём на госТВ рассказал главный научный сотрудник лаборатории математической кибернетики Объединённого института проблем информатики НАН Михаил Яковлевич Ковалёв.
Специалисты беларусской Академии наук создали алгоритм, который оптимизирует управление расписанием общественного транспорта. О нём на госТВ рассказал главный научный сотрудник лаборатории математической кибернетики Объединённого института проблем информатики НАН Михаил Яковлевич Ковалёв.
По словам учёного, будущее транспортной логистики — за интеллектуальными системами, способными в реальном времени адаптировать работу инфраструктуры под нужды города и его жителей.
Ковалёв подчеркнул, что классические методы планирования расписаний исчерпали себя, поскольку городская среда слишком динамична: на пассажиропоток влияют погода, дорожные заторы, массовые мероприятия и сезонность. Решать такие задачи вручную диспетчерам становится физически невозможно.
В институте для этого разрабатываются так называемые «алгоритмы от природы». Эти сложные математические модели позволяют находить оптимальные решения для многомерных задач с тысячами переменных за считанные минуты, тогда как человеку потребовались бы часы.
«Для построения этих расписаний общественного транспорта, в том числе электробусов, можно использовать методы искусственного интеллекта. Мы в настоящее время занимаемся такими алгоритмами, называются „алгоритмы от природы“. Они работают таким образом, что есть одно расписание, допустим, есть другое расписание — это „мама“ и „папа“. Потом часть берём одного расписания, часть другого, получаем третье расписание — это „потомки“. Потом этих „потомков“ скрещиваем, ну и каждый раз оцениваем, какое из них лучше, выбираем самое лучшее», — объяснил учёный.
Нейросети дают прямой экономический эффект за счёт оптимизации маршрутов и экономии ресурсов. Но самое ценное преимущество цифровизации транспорта — сбережённое время человека.
«Чтобы было удобно, чтобы люди не стояли долго на остановках. С одной стороны. А с другой стороны, чтобы эффективно использовался транспорт, потому что зачем нам лишние электробусы?» — добавил Ковалёв.
А ещё в институте разработали «шазам» для певчих птиц — учёные натренировали нейросеть распознавать пернатых и упаковали в приложение. Проект решает сразу несколько задач — от популяризации бёрдвотчинга (наблюдения за птицами) до создания масштабной базы данных для экологического мониторинга и сохранения биоразнообразия.
Пользователю достаточно включить запись на телефоне во время прогулки по лесу или в парке. Алгоритм анализирует звуковую волну, очищает от фонового шума ветра или листвы, преобразует в стереограмму и сопоставляет с эталонными записями в базе. Сейчас система идентифицирует голоса 116 наиболее распространённых видов певчих птиц. Приложение открывает карточку опознанной птицы со справочной информацией о ней.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
Соловей: «фю-фю», «три-лю», «ци-ци», «клик-клик» (заливистые щелкающие трели).
Иволга: «фиу-лиу-ли» или «ги-ги-ги-ги» (мелодичный флейтовый свист).
Кукушка: «ку-ку».
Синица: «ци-ци-нь», «пинь-пинь».
Воробей: «чик-чирик».
Ворона: «кар-кар».
Голубь: «гу-гу-гу», «ру-ру».
Każdy, kto potrafi udawać wilgę przed naszym województwem, nie spierdolyt do Budy-Koszelewa w 2026 roku
Сейчас оплата производится с помощью электронных приборов, то есть, по каждой единице общественного транспорта можно посчитать количество пассажирова (оплативших) и, кроме того, есть камеры, так что можно посчитать сколько и где пассажиров садится и выходит.
То есть, вычислительные системы так дешевы, что можно в каждую единицу транспорт разместить компьютер, который будет считать статистику по пассажирам по времени, длительности и по географии поездок.
"в институте разработали «шазам» для певчих птиц — учёные натренировали нейросеть распознавать пернатых и упаковали в приложение. Проект решает сразу несколько задач — от популяризации бёрдвотчинга (наблюдения за птицами) до создания масштабной базы данных для экологического мониторинга и сохранения биоразнообразия."
Уже давно есть BirdNET