dc.contributor.advisor | Clements, Kati | |
dc.contributor.author | Huntus, Perttu | |
dc.date.accessioned | 2020-03-31T05:50:54Z | |
dc.date.available | 2020-03-31T05:50:54Z | |
dc.date.issued | 2020 | |
dc.identifier.uri | https://jyx.jyu.fi/handle/123456789/68391 | |
dc.description.abstract | Tässä tutkimuksessa tutkitaan tekoälyn hyödyntämistä liikenteen hallinnassa ja ennakoinnissa. Tekoäly on käsitteenä vanha, mutta sen tekniikat ovat kehittyneet valtavasti viime vuosina ja sitä käytetään yhä useammilla aloilla, kuten liikenteen hallinnassa. Liikennettä hallitaan liikenteenhallintajärjestelmillä. Liikenteen kasvava ongelma, varsinkin suurkaupungeissa, on ruuhkau-tuminen, joka aiheuttaa matkanopeuksien hidastumista, matka-aikojen kasvamista, suurempaa polttoaineen kulutusta, hallinnollisia kuluja sekä ilmastopäästöjä verrattuna ruuhkattomaan liikenteeseen. Tutkimuksessa on tarkoitus löytää keinoja, joilla tekoälyn eri sovelluksia voidaan hyödyntää liikenteen hallinnassa, ennakoinnissa ja sen sujuvoittamisessa liikenteenhallintajärjestelmien tukena. Pääasialliseen tarkasteluun rajataan koneoppiminen sekä neuroverkot. Tutkimukselle on tarvetta, koska tekoäly on ottanut viime vuosina suuria harppauksia ja sillä olisi potentiaalia ratkaista myös liikenteessä ilmeneviä ongelmia. Liikenteen uudistaminen on kallista, joten hyvälle ennakoinnille on tarvetta uusia investointeja tehdessä. Tutkimuksen tuloksina havaittiin, että tekoälyn eri sovelluksilla on mahdollisuus parantaa liikenteen ennakoinnin tarkkuutta ja eri sovelluksilla on erilaisia vahvuuksia ja heikkouksia eri tilanteissa. Lisäksi todettiin, että älykäs liikenteenhallintajärjestelmä vähentää ruuhkautumista tehokkaasti ja tekee järjestelmästä proaktiivisen reaktiivisen sijaan. Tutkimus toteutettiin tieteellisenä kirjallisuuskatsauksena. | fi |
dc.format.extent | 30 | |
dc.language.iso | fi | |
dc.subject.other | liikenteenhallintajärjestelmä | |
dc.title | Tekoälyn hyödyntäminen liikenteen hallinnassa ja ennakoinnissa | |
dc.identifier.urn | URN:NBN:fi:jyu-202003312605 | |
dc.type.ontasot | Bachelor's thesis | en |
dc.type.ontasot | Kandidaatintyö | fi |
dc.contributor.tiedekunta | Informaatioteknologian tiedekunta | fi |
dc.contributor.tiedekunta | Faculty of Information Technology | en |
dc.contributor.laitos | Informaatioteknologia | fi |
dc.contributor.laitos | Information Technology | en |
dc.contributor.yliopisto | Jyväskylän yliopisto | fi |
dc.contributor.yliopisto | University of Jyväskylä | en |
dc.contributor.oppiaine | Tietojärjestelmätiede | fi |
dc.contributor.oppiaine | Information Systems Science | en |
dc.rights.copyright | Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty. | fi |
dc.rights.copyright | This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited. | en |
dc.contributor.oppiainekoodi | 601 | |
dc.subject.yso | tekoäly | |
dc.subject.yso | koneoppiminen | |
dc.subject.yso | neuroverkot | |
dc.subject.yso | liikenne | |