Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Sign language classifier based on machine learning

Avram Camelia, Păcurar Laura-Flavia, Radu Dan

Technologia i Automatyzacja Montażu

2024

nr 1

10--15

Sign language represents an efficient way for individuals with hearing impairments to communicate. We propose a sign recognition system into which several tools are integrated to help with the image pre-processing part. By doing so, a machine learning model was developed that does not require a lot of processing power because instead of using the images themselves, it uses extracted data from them to connect this model to a mobile interface that the users will use to recognise signed letters successfully. The communication between the client and the model is sustained through a local server. Introducing sign language into assembly processes is not only a gesture of respect for diversity and inclusion but also a strategic decision that brings tangible benefits. It improves communication, safety, employee morale and overall efficiency, an essential element in achieving operational excellence and an integrated workplace.

Język migowy stanowi skuteczny sposób komunikacji dla osób z upośledzeniem słuchu. Proponujemy system rozpoznawania znaków, w którym zintegrowano kilka narzędzi pomagających we wstępnym przetwarzaniu obrazu. W ten sposób opracowano model uczenia maszynowego, który nie wymaga dużej mocy obliczeniowej, ponieważ zamiast korzystać z samych obrazów, wykorzystuje wyodrębnione z nich dane, aby połączyć ten model z interfejsem mobilnym, którego użytkownicy będą używać do skutecznego rozpoznawania podpisanych liter. Komunikacja między klientem a modelem odbywa się za pośrednictwem lokalnego serwera. Wprowadzenie języka migowego do procesów montażowych to nie tylko gest szacunku dla różnorodności i integracji, ale także strategiczna decyzja, która przynosi wymierne korzyści. Poprawia komunikację, bezpieczeństwo, morale pracowników i ogólną wydajność, co jest istotnym elementem w osiąganiu doskonałości operacyjnej i zintegrowanego miejsca pracy.

A systematic approach for microscopic models based on cellular automata for road traffic

Valente Eduardo, Avram Camelia, Astilean Adina, Machado José

Technologia i Automatyzacja Montażu

2022

nr 1

14--27

The transportation infrastructure is one of the most important resources for a country's economic and social well-being. The effectiveness of a country's street network will decide whether it develops further or stagnates. With the increasing number of vehicles on the road and the effects of urbanization, traffic roads are being subjected to a variety of requests and uses for which they were not designed, sized, or predicted. Because of the critical relevance of traffic roads, research must begin to lessen the effects of traffic jams in the streets, determine the appropriate number of traffic lanes, and integrate real-time traffic information into GPS systems. The goal of modeling a traffic-road system is to either build new traffic systems or gain a better knowledge of existing traffic systems so that they can be optimized. The accuracy, performance, stochastic and dynamic behavior of the model produced will be evaluated using a simulation of a genuine traffic system. This paper provides microscopic models based on cellular automation to replicate the behavior of various automobiles on a set of urban streets in Cluj Napoca city downtown. This model includes streets with multiple traffic lanes, various types of vehicles such as automobiles, buses, and trams, intersections with multiple possible upcoming streets controlled by traffic lights, bus stops inside and outside the traffic lane, tram stops inside the traffic lane, pedestrian crosswalks, and parking areas alongside and transversely with the right traffic lane of a street. TCA (Traffic Cellular Automata) is a proposed model that produces adequate findings in urban traffic theory. The results were obtained in both free-flow and traffic-jam conditions.

Infrastruktura transportowa jest jednym z najważniejszych zasobów zapewniających dobrobyt gospodarczy i społeczny kraju. Skuteczność sieci ulic danego kraju zadecyduje o dalszym rozwoju lub stagnacji. Wraz z rosnącą liczbą pojazdów na drogach i skutkami urbanizacji, drogi drogowe są przedmiotem różnych wymagań i zastosowań, do których nie zostały zaprojektowane, zwymiarowane ani przewidziane. Ze względu na krytyczne znaczenie dróg, badania muszą zacząć łagodzić skutki korków na ulicach, określić odpowiednią liczbę pasów ruchu i zintegrować informacje o ruchu drogowym w czasie rzeczywistym z systemami GPS. Celem modelowania układu ruch-droga jest albo zbudowanie nowych układów ruchu, albo uzyskanie lepszej wiedzy o istniejących układach ruchu, aby można je było zoptymalizować. Dokładność, wydajność, zachowanie stochastyczne i dynamiczne wytworzonego modelu zostaną ocenione za pomocą symulacji rzeczywistego systemu ruchu. W tym artykule przedstawiono mikroskopowe modele oparte na automatyzacji komórkowej w celu odtworzenia zachowania różnych samochodów na zbiorze miejskich ulic w centrum miasta Cluj Napoca. Model ten obejmuje ulice z wieloma pasami ruchu, różnego rodzaju pojazdy, takie jak samochody, autobusy i tramwaje, skrzyżowania z wieloma możliwymi zbliżającymi się ulicami sterowanymi przez sygnalizację świetlną, przystanki autobusowe wewnątrz i poza pasem ruchu, tramwaje przystanki wewnątrz pasa ruchu, pieszy przejścia dla pieszych oraz parkingi wzdłuż i w poprzek z prawym pasem ruchu ulicy. TCA (Traffic Cellular Automata) to proponowany model, który daje odpowiednie wyniki w teorii ruchu miejskiego. Wyniki uzyskano zarówno w warunkach swobodnego przepływu, jak i w korku.