صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

سلامت

پژوهش

علم +

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

ورزش

عکس

فیلم

استانها

بازار

اردبیل

آذربایجان شرقی

آذربایجان غربی

اصفهان

البرز

ایلام

بوشهر

تهران

چهارمحال و بختیاری

خراسان جنوبی

خراسان رضوی

خراسان شمالی

خوزستان

زنجان

سمنان

سیستان و بلوچستان

فارس

قزوین

قم

کردستان

کرمان

کرمانشاه

کهگیلویه و بویراحمد

گلستان

گیلان

لرستان

مازندران

مرکزی

هرمزگان

همدان

یزد

هومیانا

پخش زنده

دیده بان پیشرفت علم، فناوری و نوآوری
آینده جهان با هوش مصنوعی (۷۵)؛

کاهش گاز‌های گلخانه‌ای با چراغ‌های راهنمای مجهز به هوش مصنوعی

چراغ‌های راهنمایی و رانندگی مجهز به هوش مصنوعی می‌توانند انتشار گاز‌های گلخانه‌ای خودرو‌ها را کاهش دهند.
کد خبر : 878496

به گزارش خبرگزاری علم و فناوری آنا به نقل از اینترستینگ اینجینیرینک، آلودگی وسایل نقلیه یکی از عوامل مهم آلودگی هوا در سراسر جهان است که آن را به یک مشکل جهانی و محلی تبدیل کرده است و مسئول انتشار آلاینده‌هایی مانند مونوکسید کربن، اکسیدهای نیتروژن، ذرات معلق و هیدروکربن‌ها در جو هستند.

آژانس حفاظت از محیط‌زیست ایالات‌متحده تخمین می‌زند که انتشار گاز‌های گلخانه‌ای از حمل‌ونقل حدود ۲۹ درصد است که از سال ۱۹۹۰ تا ۲۰۲۱ بیش از هر بخش دیگری افزایش‌یافته است.

کاهش انتشار گاز‌های گلخانه‌ای به کمک هوش مصنوعی

حال به‌منظور کاهش این شکل خطرناک از آلودگی هوا، یک محقق از یادگیری ماشین برای ایجاد سیستم‌های مدیریت نور ترافیک استفاده می‌کند که ازنظر اجتماعی و زیست‌محیطی، آن‌ها را در کاهش انتشار گاز‌های گلخانه‌ای خودرو‌ها ایده آل می‌کند.

یو یانگ، استادیار علوم کامپیوتر و مهندسی در کالج مهندسی و علوم کاربردی و تیم او در حال کار بر روی یک استراتژی سه‌جانبه هستند که جریان ترافیک منظم‌تر با توقف‌های کم‌تر یا کوتاه‌تر را ممکن می‌سازد.

خودرو‌هایی که در شهر‌های شلوغ پشت چراغ‌های راهنما هستند، به‌طور قابل‌توجهی باعث آلودگی هوای محلی کمک هستند. افرادی که مبتلا به آسم یا سایر اختلالات پزشکی هستند و حساسیت خود را نسبت به ذرات معلق هوا افزایش می‌دهند، به‌طور خاص تحت تأثیر این فعالیت قرار می‌گیرند.

محققان یک دستگاه حسگر کم‌هزینه و متحرک کیفیت هوا را برای مکان‌یابی مناطق با آلودگی بالا و درک نیاز‌های زیست‌محیطی مکان‌های مختلف ایجاد خواهند کرد. به‌عنوان‌مثال، یک مکان بیمارستانی ممکن است خانه تعداد بیشتری از افراد آسیب‌پذیر باشد که نیاز به محافظت بیشتری دارند.

محققان با استفاده از تکنیک یادگیری تقویتی بررسی خواهند کرد که چگونه تنظیم سیگنال ترافیک با در نظر گرفتن سیگنال‌های ترافیکی در اطراف شهر و بررسی عملکرد آن‌ها، کیفیت هوا را افزایش می‌دهد.

اولین مدل در نوع خود

یانگ گفت: این نخستین پروژه در نوع خود است که یک مؤلفه اجتماعی را در یک سیستم کنترل ترافیک جای می‌دهد. ما هم یک دیدگاه فنی و هم یک دیدگاه اجتماعی را برای حل یک مشکل در دنیای واقعی در نظر می‌گیریم.

هدف اصلی یانگ ایجاد یک سیستم مبتنی بر وب است که سطح کیفی هوای ویژه ساکنان شهر را نشان دهد تا آن‌ها بتوانند در مورد کاری که انجام می‌دهند، زمان انجام آن و محل انجام آن تصمیم‌گیری کنند. این سیستم با یک مدل مدیریت ترافیک تکمیل خواهد شد که به مقامات حمل‌ونقل شهری اجازه می‌دهد تا سیگنال‌ها را در زمان واقعی تطبیق دهند تا عملکرد خود را برای کاهش کیفیت هوا در آلوده‌ترین مناطق تغییر دهند.

انتهای پیام/

ارسال نظر