Συστήματα τεχνητής νοημοσύνης σε σιδηροδρομικά δίκτυα: πρόβλεψη, αποφυγή και ανάλυση ατυχημάτων
| dc.contributor.advisor | Makrygiannis, Panagiotis | |
| dc.contributor.author | Νίκας, Άγγελος | |
| dc.date.accessioned | 2023-03-30T06:55:47Z | |
| dc.date.available | 2023-03-30T06:55:47Z | |
| dc.date.issued | 2023-02 | |
| dc.identifier.uri | https://polynoe.lib.uniwa.gr/xmlui/handle/11400/4109 | |
| dc.identifier.uri | http://dx.doi.org/10.26265/polynoe-3948 | |
| dc.description.abstract | Σε αυτή την εργασία θα διερευνηθούν οι εφαρμογές συστημάτων τεχνητής νοημοσύνης στο σιδηροδρομικό δίκτυο, με κεντρικούς άξονες διερεύνησης την αποφυγή, πρόληψη και πρόβλεψη ατυχημάτων. Αρχικά θα παρουσιαστούν βασικά στοιχεία γύρω από την τεχνητή νοημοσύνη, στοιχεία ορισμού και μια σύντομη ιστορική αναδρομή. Αφού περιγραφούν κάποιες από τις βασικότερες μεθόδους τεχνητής νοημοσύνης (συστήματα βασισμένα στη γνώση, γενετικοί αλγόριθμοι, ασαφή συστήματα και νευρωνικά δίκτυα), θα μελετηθεί η παρουσία της τεχνητής νοημοσύνης στις μεταφορές γενικότερα, με παραδείγματα από διαφόρους τομείς των μεταφορών (αεροπλοία, ΜΜΜ και συλλογική κινητικότητα). Ειδικά στο σιδηδρομικό δίκτυο, η τεχνητή νοημοσύνη έχει οδηγήσει σε σημαντικές εφαρμογές, με σημαντικές δυνατότητες επέκτασης στο άμεσο μέλλον, όπως, μεταξύ άλλων, ανίχνευση βλαβών, ασφάλεια και προστασία σταθμού, αυτόνομη οδήγηση και έλεγχος του συρμού. Ένα σημείο έρευνας στις σιδηροδρομικές μεταφορές που μέχρι τώρα δεν έχει εισαχθεί η τεχνητή νοημοσύνη είναι η απόκριση σε καταστάσεις έκτακτης ανάγκης, ειδικότερα σε τρομοκρατικό χτύπημα. Στο τελευταίο τμήμα της εργασίας, θα επιχειρηθεί η διαμόρφωση ενός έμπειρου συστήματος το οποίο θα περιγράφει κάποιες από τις πιθανές αποκρίσεις ενός συρμού σε διαφορετικά περιβάλλοντα μιας τρομοκρατικής επίθεσης (επιβεβαιωμένης ή μη). Τέλος, αφού παρουσιαστεί το σύστημα, θα σχολιαστούν πιθανές προκλήσεις που αντιμετωπίζει η τεχνητή νοημοσύνη στους σιδηροδρόμους, αλλά και πιθανές κατευθύνσεις για μελλοντική έρευνα. | el |
| dc.format.extent | 57 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Δυτικής Αττικής | el |
| dc.rights | Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές | * |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.subject | Τεχνητή νοημοσύνη | el |
| dc.subject | Σιδηροδρομικά δίκτυα | el |
| dc.subject | Συρμός | el |
| dc.subject | Έμπειρα συστήματα | el |
| dc.subject | Τρομοκρατικό χτύπημα | el |
| dc.subject | Artificial intelligence | el |
| dc.title | Συστήματα τεχνητής νοημοσύνης σε σιδηροδρομικά δίκτυα: πρόβλεψη, αποφυγή και ανάλυση ατυχημάτων | el |
| dc.title.alternative | Artificial Intelligence systems in railways: prediction, avoidance and analysis of accidents | el |
| dc.type | Διπλωματική εργασία | el |
| dc.contributor.committee | Αγγελή, Χρυσάνθη | |
| dc.contributor.committee | Παππάς, Αλέξανδρος | |
| dc.contributor.faculty | Σχολή Μηχανικών | el |
| dc.contributor.department | Τμήμα Πολιτικών Μηχανικών | el |
| dc.description.abstracttranslated | In this paper, we will be researching the applications of artificial intelligence systems in railways, focusing on the avoidance, prevention and prediction of accidents. Firstly, we will present key elements of artificial intelligence, definitional issues and a brief historic overview. After describing some of the major methods in artificial intelligence literature (knowledge-based systems, genetic algorithms, fuzzy systems and neural networks), we will study the presence of artificial intelligence in transportation, using examples from various transport sectors (airways, public transport and shared mobility). Specifically in railways, artificial intelligence has led to important applications, with great potential for future expansions in the immediate future, as, among others, fault detection, station security, automatic driving and independent train control. One area in railway literature that has not been researched through the lens of artificial intelligence, to date, is the automatic response in emergency situations, and more specifically in case of a terrorist attack. In the final part of this paper, we will attempt to create a rule-based expert system which will describe some of the possible responses a train can conduct in various forms of a terrorist attack (confirmed or not). Lastly, after the system is described, we will comment on possible challenges faced by artificial intelligence applications in railways, and suggest possible directions for future research. | el |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Πολιτικών Μηχανικών
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές