Модель распознавания стилистических особенностей управления транспортным средством и классификация стратегий взаимодействия в условиях дорожного трафика
Аннотация
В работе предлагаются основания построения нейросетевой модели для распознавания стилистических особенностей управления транспортным средством с целью классификации и выделения основных типов взаимодействия водителей при передвижении в условиях дорожно-транспортной среды. Архитектура модели представляет собой самоорганизующуюся карту (SОМ) различных функциональных модулей, которые реализованы при помощи радиальных базисных функций. Цель настоящей статьи заключается в том, чтобы рассмотреть возможные варианты проектирования в дальнейшем систем распознавания стилистических особенностей управления транспортным средством, а также в описании архитектуры нейронной сети, способной идентифицировать и классифицировать стратегии взаимодействия водителей в условиях дорожного трафика, выделять стратегии передвижения, которые могут быть соотнесены с «типами опасного вождения».
Ссылка для цитирования
В настоящее время интерес к искусственному интеллекту все
более активно проникает в различные не только области научного знания, но и в
сферу различных отраслей психологии. Так, когнитивная психология или
нейропсихология уже не являются исключениями: все чаще можно встретить работы,
в которых в той или иной степени затрагивается проблематика
социально-психологическая, т. е. рассматриваются различные аспекты
взаимодействия в социальных системах.
-
Автоматическое порождение гипотез в интеллектуальных
системах / Сост. Е.С. Панкратова, В.К. Финн. М.: Либроком, 2009. 528 с. -
Велихов Е.П., Чернавский А.В. Интеллектуальные
процессы и моделирование. М.: Наука, 1987. 397 с. -
В «опасном вождении» предложили прописать злой умысел
[Электронный ресурс] // Известия. 2016, Вып. от 31 марта. URL:
http://izvestia.ru/news/608145 (дата обращения: 10.10.2016). -
Ефремова Н.А., Инуи Т., Модель зрительной коры
головного мозга для распознавания и классификации образов // Искусственный
интеллект и принятие решений. 2013. № 1. С. 55—62. -
Кокорева А.В., Гидродинамические модели
автотранспортных потоков: автореф. … канд. физ.-мат. наук. МГУ имени М.В.
Ломоносова, 2008. -
Кочетова Т.В. «Traffic Psychology»: от
фрагментарных исследований к комплексным решениям прикладных задач транспортных
проблем // Социальная психология и общество. 2011. № 2. С. 89—99. -
Кондратьев М.Ю., Кочетова Т.В., «Traffic
psychology»: от прикладных исследований к методологии комплексного изучения
современной дорожно- транспортной среды // Сборник материалов международной
научно-практической конференции (28—30 июня 2012 г). 2-е изд. испр. и доп.
СПб., 2012. C. 119—122. -
Лобанова Ю.И., Стиль вождения: определяющие
факторы, характеристики, направления оптимизации // Российский гуманитарный
журнал. 2015. № 1. Т. 4. С. 76—84. -
Осипов Г.С. Лекции по искусственному интеллекту.
М.: Красанд, 2009, 272 с. -
Петров В.Е., Психологический анализ проблемы
опасного стиля управления транспортным средством [Электронный ресурс] //
Современные научные исследования и инновации. 2016. № 8. URL:
http://web.snauka.ru/ issues/2016/08/70377 (дата обращения: 09.08.2016). -
Поликарпова М.С. Соотношение понятий «агрессивное»
и «опасное» вождение в современной отечественной и зарубежной психологии
[Электронный ресурс] // Современная зарубежная психология. 2017. Т. 6. № 1. С.
44—52. doi:10.17759/ jmfp.2017060106 -
Efremova N., Asakura N., Inui T., Abdikeev N.,
Inferotemporal network model for 3d object recognition // The proceedings of
the International Conference on Complex Medical Engineering (Harbin, May
22—25). Publ. IEEE/ICME. 2011. Р. 555—560. doi.10.1109/ICCME.2011.5876803 -
Fujita I., The inferior temporal cortex:
architecture, computation, and representation // Journal of Neurocytology.
2002. Vol. 31(3—5). P. 359—371. -
Kohonen T. Self-organizing maps. Berlin:
Springer-Verlag, 2001. 501 p. -
Riesenhuber M., Poggio T. Hierarchical models of
object recognition in cortex // Nature Neuroscience. 1999. Vol. 2. P.
1019—1025. -
Tokunaga K., Furukawa T. Modular network SOM //
Neural Networks. 2009. Vol. 22. N. 1. P. 82—90.
В помощь психологу, Инновационные модели, История психологии, Нейропсихология, Психологическая диагностика, Психология здоровья, Психология искусства и творчества, Психология личности, Социальная психология, Философия, антропология, культура | Холмогорова А.Б., Рычкова О.В.
