Kuidas saavad pöörded andmete analüüsi kaudu liiklust parandada?

1. andmekogumiskiht: mitmemõõtmeliste arusaamade võrgu loomine
Pöörleva värava süsteem koosneb kolmest osast: inimkeha millimeetri lainekujundus, biomeetriline äratundmine Joonis 1 ja intelligentne sensatsioon . koos, nad teevad kolmemõõtmelise andmete kogumise võrku . Igal väraval on 12 komplekti, mis on rekordilised ja rekordilised andurid, mis on rekordilised 37 võtmeinäitajat, mis on reaalajas, sealhulgas reaalajas, sealhulgas reaalajas, sealhulgas real 37 võtmeandurid. Seadmete töö . Näiteks saab jaoturi lennujaama väravasüsteem korraga 200 taotlust käsitseda ja salvestada 1 . 2TB andmeid päevas .. See võib koguda andmeid ka millisekundite täpsusega.
See tehnoloogia saab ümber tüüpiliste turbeseadmete ühepunktilise piirangu, kui tegemist on andmemõõtme . kohta, näiteks biomeetrilised moodulid võivad jäädvustada reisijate näofunktsioone ja iirise teavet ning võrrelda neid seejärel kolmemõõtmeliste kontuuriandmetega, mis on loodud millimeetriga lainekujunduse tehnoloogiaga ., mis suurendab identiteedi tuvastamist. 99 . 997%. Surveandur registreerib ka värava pöördevarre jõu kõvera, mis võib õigesti tuvastada kummalisi käitumisi nagu tagaluuk ja värava loputamine . aeg, mis kulub kummaliste sündmuste leidmiseks, on nüüd vaid 0,3 sekundit.
2. Data Transpordi kiht: tegemine reaalajas reageerivate arterite valmistamine
Tehnoloogia kasutab 5G+servade arvutamise hübriidiarhitektuuri, et lahendada viivituste probleemi suures koguses andmete saatmisel . NVIDIA JETSON AGX XAVIER EDGE COMPUTSIOONI üksuse, mis on seatud värava lähedal üles seatud, võib eeltöötleda originaalseid andmeid ja kondenseeruda kasulikke andmeid 20 -ga, mis on vajalik, kui rendil olevad rendivad. MilseConds . See disain võimaldab süsteemil käitada samal ajal 5000 juhist, mis on piisav dünaamilise ajakava jaoks .
Süsteem kasutab hajutatud pearaamatu loomiseks blockchain -tehnoloogiat, mis aitab hoida andmeid ohutu . Kõik liiklusrekordid krüptitakse SHA -256 -ga ja hoitakse konsortsiumi ahelas ajatemplitena {.. Halbade andmete leidmine 72 tundi kuni 15 minutit .
3. andmeanalüüsi kiht: lülitage sisse andmeväärtuse mootor
Andmeanalüüsi kihi peamine eesmärk on luua digitaalne kaksikplatvorm ja kasutada masinõppe algoritme, et kaevata kolme tüüpi väärtus:
Seadmete tervise ennustamine: me kasutame LSTM -i närvivõrku 12 olulist tegurit, sealhulgas liikumisvibratsiooni sagedus ja hüdraulilise löögi amortisaatori rõhk .. Süsteem saab täpselt prognoosida seadmeid 72 tundi ette 89% ajast, mis vähendab hoolduskulusid 40%.
Reisijate voo dünaamiline simulatsioon: kasutades spatiotemporaalse konvolutsioonilise võrgu (ST-CNN), et vaadata vana reisijate voo andmeid ja konstrueerida mudeli, mis ennustab reisijate voolu minutilisel tasemel . suure jaoturi testimise ajal, hoidis mudel reisija voolu prognoosimisviga ressurssidel 3 {{, mis andis maksimaalsetel tundidel {5%-l, ajakavasse, mis ajakavale ajakavale andis ajakavale, mis ajakavale ajakavale.
Turvaohtude leidmine: kasutage graafi närvivõrke (GNNS), et teha graafik, kuidas reisijad käituvad . Algoritm võib leida ebaharilikke sotsiaalseid võrgustiku struktuure, sellist rühmade sabaga, kõrgsagedusliku hälbe möödumist ja muud käitumisharjumused. see muudab selle võimaliku turvaprobleemide leidmiseks kolm korda {3}.
4. otsuste optimeerimise kiht: liikluse haldamise viisi muutmine
Otsuste tugisüsteem saab andmete analüüsi tulemused reaalajas API -liideste . kaudu. See viib kolme peamise optimeerimise stsenaariumi juurde:
Ressursside dünaamiline ajakava: süsteem kasutab tugevdava õppimise algoritme, et muuta automaatselt avatud väravakanalite arvu lähtuvalt sellest, kui palju inimesi korraga läbib . ühes metroojaamas, see süsteem lõikas reisijate keskmise ooteaja tipptundidel 12 -minutilistel. 5 minutil ja tõsteti kanali kasutamist 65%-ni.
Hädaolukorraplaani koostamine: digitaalne kaksikplatvorm saab automaatselt luua parima evakueerimisplaani, simuleerides 12 sorti olukordi, selliseid tulekahjusid ja terroristide lööke . tulekahjusimulatsioonis lennujaamas, mis valmistab ette parima viisi, kuidas inimestele lahkuda, lähtudes väravate andmete põhjal 40% kiiremini .
Teenuse kvaliteedi parandamine: süsteem võib leida teenuseprobleeme ja alustada nende parandamise protsessi, kasutades NLP -tehnoloogiat reisijate kaebuste uurimiseks . See süsteem on suurendanud reisijate rahulolu antud sõlmpunktis 82% -lt 93% -ni ja kaebusi käsitletakse 12. asemel 8 minutiga.

Tilk käsivarre statiivi pöördepunktis