یادگیری ماشین برای پژوهش‌ها و کاربردهای حمل و نقل ۲۰۲۳
Machine Learning for Transportation Research and Applications 2023

حمل و نقل ترکیبی از سیستم‌هایی است که چالش‌های متنوعی را ارائه می‌دهد که اغلب آنقدر پیچیده هستند که با روش‌های پارامتری مرسوم قابل حل نیستند. افزایش دسترسی به داده‌ها و پیشرفت‌های اخیر در یادگیری ماشین، روش‌های جدیدی را برای مقابله با مسائل چالش‌برانگیز حمل و نقل ارائه می‌دهد. این کتاب درسی برای دانشجویان مقطع کارشناسی یا تحصیلات تکمیلی در رشته‌های حمل و نقل یا رشته‌های مرتبط طراحی شده است تا مبانی یادگیری ماشین را مطالعه و درک کنند. خوانندگان یاد خواهند گرفت که چگونه انواع مختلف مدل‌های یادگیری ماشین را برای مسائل مربوط به حمل و نقل توسعه داده و به کار گیرند. نمونه‌هایی از کاربردها عبارتند از حسگری ترافیک، کنترل کیفیت داده‌ها، پیش‌بینی ترافیک، مدیریت دارایی‌های حمل و نقل، کنترل و بهره‌برداری از سیستم‌های ترافیکی و تحلیل ایمنی ترافیک.

Transportation is a combination of systems that presents a variety of challenges often too intricate to be addressed by conventional parametric methods. Increasing data availability and recent advancements in machine learning provide new methods to tackle challenging transportation problems. This textbook
is designed for college or graduate-level students in transportation or closely related fields to study and understand fundamentals in machine learning. Readers will learn how to develop and apply various types of machine learning models to transportation-related problems. Example applications include traffic sensing, data-quality control, traffic prediction, transportation asset management, traffic-system control and operations, and traffic-safety analysis.