The use of computational intelligen

The use of computational intelligence, and more specifically, artificial neural networks (ANN), could be an alternative
approach for solving transportation issues. The literature shows increasing applications of ANNs in transportation research
in the last decades. Dougherty (1995) reviewed the applications of ANNs for transport, introducing topics like driver behaviour,
pavement maintenance, vehicle detection/classification, traffic pattern analysis, forecast, and control. ANNs have been
used to estimate transport energy demand (Murat and Ceylan, 2006), and recently, for the management of transportation
infrastructure for safety purposes (De Luca, 2015). Transportation road noise issues have also been studied through ANNs:
e.g., prediction of noise caused by urban traffic (Cammarata et al., 1995; Genaro et al., 2010; Givargis and Karimi, 2010;
Parbat and Nagarnaik, 2008; Nedic et al., 2014), relationships between annoyance and road noise (Botteldooren and
Lercher, 2004), recognition of horn signals (Couvreur and Laniray, 2004), objective indices modelling for urban sound environments
(Torija et al., 2012), predicting highway traffic noise (Kumar et al., 2014), perceptual quality of soundscapes (Yu
and Kang, 2009). Recently, Torija and Ruiz (2016) proposed an expert system to classify urban locations based on their traffic
composition for addressing a prompt assessment of potential road traffic noise related problems. Air noise transportation
had also been studied through ANN for classification issues (Sánchez-Pérez et al., 2013; Márquez-Molina et al., 2014).
Collins and Evans (1994) applied neural computing techniques to discern the effect of aircraft noise on residential properties
values through a hedonic approach. However, we have not found ANN studies related to noise contingent valuation.

ผลลัพธ์ (ไทย) 1:

การใช้ข่าวกรองเชิงคำนวณ และโดยเฉพาะอย่างยิ่ง ประดิษฐ์เครือข่ายประสาท (แอน), อาจเป็นทางเลือกแนวทางในการแก้ปัญหาด้านการคมนาคม วรรณกรรมแสดงประยุกต์เพิ่มของ ANNs วิจัยการขนส่งในทศวรรษที่ผ่านมา Dougherty (1995) สอบทานการใช้งานของ ANNs สำหรับการขนส่ง แนะนำหัวข้อต่าง ๆ เช่นพฤติกรรมควบคุมบำรุงรักษาถนน ตรวจจับยานพาหนะ/การจำแนก การ วิเคราะห์รูปแบบการจราจร การคาดการณ์ และควบคุม ANNs ได้ใช้ในการประเมินความต้องการพลังงานขนส่ง (Murat และเซย์แลน 2006), และเมื่อเร็ว ๆ นี้ สำหรับการจัดการการขนส่งโครงสร้างพื้นฐานเพื่อความปลอดภัย (De Luca, 2015) ปัญหาเสียงรบกวนในถนนขนส่งได้รับการศึกษาผ่าน ANNs:เช่น การคาดเดาของเสียงที่เกิดจากการจราจรในเขตเมือง (Cammarata et al. 1995 Genaro et al. 2010 Givargis และกะรีมีย์ 2010Parbat และ Nagarnaik, 2008 Nedic et al. 2014), ความสัมพันธ์ระหว่างความรำคาญและรบกวนถนน (Botteldooren และLercher, 2004) การรับรู้ของแตรสัญญาณ (Couvreur และ Laniray, 2004), วัตถุประสงค์ดัชนีนางเมืองเสียงสภาพแวดล้อม(Torija et al. 2012), การทำนายเสียงของการจราจรทางหลวง (Kumar et al. 2014), ต่ำ (Yu รับรู้คุณภาพและ อง 2009) เมื่อเร็ว ๆ นี้ Torija รูอิซ (2016) การนำเสนอและการระบบผู้เชี่ยวชาญในการจัดประเภทตำแหน่งที่ตั้งในเมืองอิงการจราจรองค์ประกอบภาพเพื่อจัดการกับการประเมินความพร้อมของเสียงจราจรถนนอาจเกิดปัญหาที่เกี่ยวข้อง ขนส่งทางอากาศเสียงก็ยังได้รับการศึกษาผ่านแอนสำหรับปัญหาการจัดประเภท (สุดน่ารักถือวัว et al. 2013 Márquez-Molina et al. 2014)คอลลินส์และอีแวนส์ (1994) ใช้ระบบประสาทใช้คอมพิวเตอร์เทคนิคการแยกแยะผลกระทบของเสียงเครื่องบินอาศัยค่าผ่านวิธีการทุ่มเทประเมิน อย่างไรก็ตาม เราไม่พบแอนศึกษาที่เกี่ยวข้องกับสัญญาณรบกวนอาจประเมินค่า

ผลลัพธ์ (ไทย) 2:

การใช้ปัญญาในการคำนวณและมากขึ้นโดยเฉพาะเครือข่ายประสาทเทียม (ANN) อาจจะเป็นทางเลือก
วิธีการในการแก้ปัญหาการขนส่ง วรรณกรรมแสดงให้เห็นถึงการใช้งานที่เพิ่มขึ้นของ ANNs ในการวิจัยการขนส่ง
ในทศวรรษที่ผ่านมา โดเฮอร์ที (1995) การตรวจสอบการใช้งานของ ANNs สำหรับการขนส่ง, การแนะนำหัวข้อเช่นพฤติกรรมของคนขับ,
การบำรุงรักษาทางเท้า, การตรวจสอบยานพาหนะ / จำแนกการวิเคราะห์รูปแบบการจราจร, การคาดการณ์และการควบคุม ANNs ได้รับการ
ใช้ในการประมาณการความต้องการใช้พลังงานการขนส่ง (Murat และ Ceylan, 2006) และเมื่อเร็ว ๆ นี้สำหรับการจัดการการขนส่ง
โครงสร้างพื้นฐานเพื่อความปลอดภัย (De Luca, 2015) ปัญหาเสียงรบกวนการขนส่งทางถนนนอกจากนี้ยังได้รับการศึกษาผ่าน ANNs:
เช่น
การคาดการณ์ของเสียงที่เกิดจากการจราจรในเขตเมือง (Cammarata, et al, 1995;. Genaro et al, 2010;. Givargis และ Karimi 2010; Parbat และ Nagarnaik 2008. Nedic et al, 2014) ความสัมพันธ์ระหว่างความรำคาญและเสียงถนน (Botteldooren และ
Lercher, 2004), การรับรู้ของสัญญาณฮอร์น (Couvreur และ Laniray, 2004), ดัชนีวัตถุประสงค์การสร้างแบบจำลองสำหรับสภาพแวดล้อมเสียงเมือง
(Torija et al., 2012), ทำนายเสียงจากการจราจรทางหลวง (Kumar et al., 2014), คุณภาพที่รับรู้ของ soundscapes (Yu
และคัง 2009) เมื่อเร็ว ๆ นี้ Torija และรุยซ์ (2016) ได้เสนอระบบผู้เชี่ยวชาญที่จะจัดสถานที่ในเมืองตามการเข้าชมของพวกเขา
องค์ประกอบสำหรับการประเมินผลการแก้ไขพรอมต์ของปัญหาที่เกี่ยวข้องกับเสียงจากการจราจรบนท้องถนนที่อาจเกิดขึ้น
การขนส่งทางอากาศเสียง นอกจากนี้ยังได้รับการศึกษาผ่าน ANN สำหรับปัญหาการจัดหมวดหมู่ (Sánchez-Pérez et al, 2013;.. Márquez-Molina et al, 2014)
คอลลินและอีแวนส์ (1994) ใช้เทคนิคคอมพิวเตอร์ประสาทที่จะมองเห็นผลกระทบของเสียงเครื่องบินที่เกี่ยวกับคุณสมบัติที่อยู่อาศัย
ค่าผ่านวิธีความชอบ การศึกษา ANN อย่างไรก็ตามเราไม่ได้พบที่เกี่ยวข้องกับการประเมินมูลค่าผูกพันเสียง

ผลลัพธ์ (ไทย) 3:

การใช้ปัญญาเชิงคำนวณและมากขึ้นโดยเฉพาะโครงข่ายประสาทเทียม ( ANN ) อาจเป็นทางเลือกแนวทางการแก้ไขปัญหาการขนส่ง วรรณกรรมแสดงเพิ่มการใช้งานของแอนน์ในการวิจัยการขนส่งในทศวรรษที่ผ่านมา โดเฮอร์ตี้ ( 1995 ) ทบทวนการประยุกต์ใช้ทางขนส่ง แนะนำหัวข้อที่ชอบพฤติกรรมคนขับการบำรุงรักษาถนน ยานพาหนะตรวจสอบ / การจำแนกการจราจรรูปแบบการวิเคราะห์การพยากรณ์และการควบคุม แอนน์ได้รับการประมาณการความต้องการใช้พลังงานในการขนส่ง ( มูรัต และเซย์ลัน , 2006 ) , และเมื่อเร็ว ๆนี้สำหรับการจัดการการขนส่งโครงสร้างพื้นฐานเพื่อความปลอดภัย ( เดอ ลูก้า , 2015 ) การขนส่งทางถนนเสียงปัญหายังได้รับการศึกษาผ่านทาง :เช่น การทำนายระดับเสียงที่เกิดจากการจราจรในเขตเมือง ( cammarata et al . , 1995 ; เจนาโร et al . , 2010 ; givargis และ karimi 2010 ;พาร์บัต และ nagarnaik , 2008 ; nedic et al . , 2010 ) , ความสัมพันธ์ระหว่างเสียงรบกวนและถนน ( botteldooren และlercher , 2004 ) , การรับรู้สัญญาณแตร ( ดิกซ์ คูเรอร์ และ laniray , 2004 ) , วัตถุประสงค์ดัชนีสำหรับสภาพแวดล้อมเสียงที่เมือง( torija et al . , 2012 ) , ทำนายเสียงจากการจราจรทางหลวง ( Kumar et al . , 2014 ) คุณภาพที่รับรู้ของ soundscapes ( ยูและคัง , 2009 ) เมื่อเร็วๆ นี้ และ torija รุยซ์ ( 2016 ) เสนอผู้เชี่ยวชาญระบบจำแนกตำแหน่งตามการจราจรของเมืององค์ประกอบในการแจ้งการประเมินศักยภาพเสียงจราจรถนน กับปัญหา ขนส่งอากาศ เสียงก็เคยเรียนด้วย แอน สำหรับปัญหาการจำแนกประเภท ( S . kgm nchez-p é rez et al . , 2013 ; มาร์เกซ Molina et al . , 2010 )คอลลินส์และอีแวนส์ ( 1994 ) ใช้แบบจำลองคอมพิวเตอร์เทคนิคที่จะมองเห็นผลของอากาศยานในที่อยู่อาศัยคุณสมบัติเสียงค่าผ่านแนวทางความชอบ . แต่เราไม่เจอ แอน ศึกษาที่เกี่ยวข้องกับเสียง โดยการประเมิน