– Διερεύνηση της επίδρασης της χωρικής κλίμακας στην παρακολούθηση της οδικής ασφάλειας και στην πρόβλεψη ατυχημάτων
– Να αναπτυχθεί ένα νέο πλαίσιο τεχνητής νοημοσύνης για την παρατήρηση και την ανάλυση των βασικών δεικτών οδικής ασφάλειας και την πρόβλεψη ατυχημάτων επιτυγχάνοντας τη μετάβαση από μικρότερες κλίμακες (π.χ. σε επίπεδο τμήματος, διασταύρωσης ή γειτονιάς) σε μεγαλύτερες (π.χ. διάδρομος αυτοκινητοδρόμου ή επίπεδο νομού/κομητείας), λαμβάνοντας υπόψη τη διάσταση του χρόνου.
– Αξιολόγηση της αποτελεσματικότητας και της δυνατότητας κλιμάκωσης των μικροσκοπικών μοντέλων οδικής ασφάλειας για μακροσκοπική πρόβλεψη ατυχημάτων και αντίστροφα.
– Να αναπτυχθεί ένα νέο πλαίσιο τεχνητής νοημοσύνης για την παρατήρηση και την ανάλυση των βασικών δεικτών οδικής ασφάλειας και την πρόβλεψη ατυχημάτων επιτυγχάνοντας τη μετάβαση από μικρότερες κλίμακες (π.χ. σε επίπεδο τμήματος, διασταύρωσης ή γειτονιάς) σε μεγαλύτερες (π.χ. διάδρομος αυτοκινητοδρόμου ή επίπεδο νομού/κομητείας), λαμβάνοντας υπόψη τη διάσταση του χρόνου.
– Αξιολόγηση της αποτελεσματικότητας και της δυνατότητας κλιμάκωσης των μικροσκοπικών μοντέλων οδικής ασφάλειας για μακροσκοπική πρόβλεψη ατυχημάτων και αντίστροφα.
– Αξιολόγηση διαφόρων συνδυασμών κλιμάκωσης που θα διαθέτουν επίσης δυνατότητες «μεγέθυνσης/σμίκρυνσης» των περιοχών μελέτης με χρήση διαφορετικών επιπέδων τηλεματικής (π.χ. με βάση το ταξίδι, με βάση τον οδηγό ή με βάση το δίκτυο με χρήση πολλών οδηγών)
– Γνώση συγκρίσιμων πλεονεκτημάτων και μειονεκτημάτων για κάθε κλίμακα ανάλυσης
– Μελέτη περίπτωσης με χρήση της τηλεματικής οδηγών σε αστική περιοχή, με αξιοποιήσιμα αποτελέσματα, συμβατά με το όραμα και τις δραστηριότητες του OSeven – παρουσίαση του αντίκτυπου της χρήσης ΤΝ για μικροανάλυση με βάση την τηλεματική οδηγών και ενσωμάτωση των ευρημάτων σε μεγαλύτερες κλίμακες.
| ID | at23 |
| Tags |
