Intelligent Vehicular(지능형 차량)란 무엇입니까?
Intelligent Vehicular 지능형 차량 - Vehicle speed prediction is quite essential for many intelligent vehicular and transportation applications. [1]차량 속도 예측은 많은 지능형 차량 및 운송 애플리케이션에 매우 중요합니다. [1]
Secure Intelligent Vehicular
The proposed scheme is termed “Secure Intelligent Vehicular Network using fog computing” (SIVNFC). [1] 11p, using VFC for a secure intelligent vehicular network. [2]제안된 방식은 "포그 컴퓨팅을 사용하는 보안 지능형 차량 네트워크"(SIVNFC)라고 합니다. [1] 11p, 안전한 지능형 차량 네트워크를 위해 VFC를 사용합니다. [2]
intelligent vehicular network 지능형 차량 네트워크
In intelligent vehicular networks, vehicles have enhanced sensing capabilities and carry computing and communication platforms to enable new versatile systems known as Vehicular Communication (VC) systems. [1] Towards future intelligent vehicular network, the machine learning as the promising artificial intelligence tool is widely researched to intelligentize communication and networking functions. [2] Software-defined vehicular networks (SDVNs) have been a vital addition to the design of intelligent vehicular networks. [3] In this paper, we provide a new approach for intelligent traffic transportation in the intelligent vehicular networks, which aims at collecting the vehicles' locations, trajectories and other key driving parameters for the time-critical autonomous driving's requirement. [4] Intelligent vehicular networks emerge as a promising technology to provide efficient data communication in transportation systems and smart cities. [5] Intelligent vehicular networks converged with software-defined networking provides several flow-based surveillance services to mobile applications on vehicular nodes. [6] The proposed scheme is termed “Secure Intelligent Vehicular Network using fog computing” (SIVNFC). [7] In this article, we propose an intelligent vehicular network framework for smart cities that enables route selection based on real-time data received from neighboring vehicles in an ad hoc fashion. [8] How to manage these data stream will play a very important role in the development of next-generation intelligent vehicular networks. [9] Intelligent Vehicular Networks goal is to provide high-quality services that can learn and forecast clients' needs and intentions. [10] 11p, using VFC for a secure intelligent vehicular network. [11] In this paper, we analyse the dynamic resource management for intelligent vehicular networks based on Multi-access Edge Computing architecture services. [12] The advent of IOT has changed the Traditional vehicular networks in to intelligent vehicular networks called Internet of vehicles. [13] This paper investigates the problem of persistent traffic measurement, which was not adequately studied in the prior art, particularly in the context of intelligent vehicular networks. [14] Therefore, content distribution is one of the critical challenges in connected cars and intelligent vehicular networks. [15] With the increasing demand for real-time road safety services and infotainment applications on vehicles, the development of an efficient wireless mobile communication became crucial for the content delivery of such services in Intelligent Vehicular Networks (IVN). [16] Understanding the mobility of vehicles plays a fundamental role in the design of solutions for intelligent vehicular networks. [17] In this paper, we propose the location-based and information-centric (LoICen) architecture to improve the content request procedure and reduce the broadcast storm problem in intelligent vehicular networks. [18]지능형 차량 네트워크에서 차량은 향상된 감지 기능을 갖추고 있으며 차량 통신(VC) 시스템으로 알려진 새로운 다목적 시스템을 가능하게 하는 컴퓨팅 및 통신 플랫폼을 탑재하고 있습니다. [1] 미래의 지능형 차량 네트워크를 향해 유망한 인공 지능 도구인 머신 러닝은 통신 및 네트워킹 기능을 지능화하기 위해 널리 연구되고 있습니다. [2] 소프트웨어 정의 차량 네트워크(SDVN)는 지능형 차량 네트워크 설계에 필수적인 추가 요소였습니다. [3] 이 논문에서 우리는 지능형 차량 네트워크에서 지능형 교통 운송을 위한 새로운 접근 방식을 제공합니다. 이 접근 방식은 차량의 위치, 궤적 및 시간이 중요한 자율 주행 요구 사항에 대한 기타 주요 주행 매개변수를 수집하는 것을 목표로 합니다. [4] 지능형 차량 네트워크는 교통 시스템 및 스마트 시티에서 효율적인 데이터 통신을 제공하는 유망한 기술로 부상하고 있습니다. [5] 소프트웨어 정의 네트워킹과 통합된 지능형 차량 네트워크는 차량 노드의 모바일 애플리케이션에 여러 흐름 기반 감시 서비스를 제공합니다. [6] 제안된 방식은 "포그 컴퓨팅을 사용하는 보안 지능형 차량 네트워크"(SIVNFC)라고 합니다. [7] 본 논문에서는 애드혹 방식으로 인접 차량으로부터 수신한 실시간 데이터를 기반으로 경로 선택을 가능하게 하는 스마트 시티를 위한 지능형 차량 네트워크 프레임워크를 제안한다. [8] 이러한 데이터 스트림을 관리하는 방법은 차세대 지능형 차량 네트워크 개발에 매우 중요한 역할을 합니다. [9] Intelligent Vehicular Networks의 목표는 고객의 요구와 의도를 학습하고 예측할 수 있는 고품질 서비스를 제공하는 것입니다. [10] 11p, 안전한 지능형 차량 네트워크를 위해 VFC를 사용합니다. [11] 본 논문에서는 Multi-access Edge Computing 아키텍처 서비스를 기반으로 하는 지능형 차량 네트워크를 위한 동적 자원 관리를 분석한다. [12] IOT의 출현으로 기존 차량 네트워크가 차량 인터넷이라는 지능형 차량 네트워크로 바뀌었습니다. [13] 이 논문은 특히 지능형 차량 네트워크의 맥락에서 선행 기술에서 적절하게 연구되지 않은 지속적인 트래픽 측정의 문제를 조사합니다. [14] 따라서 콘텐츠 배포는 커넥티드 카와 지능형 차량 네트워크에서 중요한 과제 중 하나입니다. [15] 차량에 대한 실시간 도로 안전 서비스 및 인포테인먼트 애플리케이션에 대한 수요가 증가함에 따라 IVN(지능형 차량 네트워크)에서 이러한 서비스의 콘텐츠 전달을 위해 효율적인 무선 이동 통신의 개발이 중요해졌습니다. [16] 차량의 이동성을 이해하는 것은 지능형 차량 네트워크를 위한 솔루션 설계에서 기본적인 역할을 합니다. [17] 본 논문에서는 지능형 차량 네트워크에서 콘텐츠 요청 절차를 개선하고 브로드캐스트 스톰 문제를 줄이기 위해 위치 기반 및 정보 중심(LoICen) 아키텍처를 제안합니다. [18]
intelligent vehicular application 지능형 차량 애플리케이션
The rapid development of internet of vehicles (IoV) has recently led to the emergence of diverse intelligent vehicular applications such as automatic driving, auto navigation, and advanced driver assistance, etc. [1] The adjusting of autonomous vehicles (AVs) steering angle represents a challenging issue in the intelligent vehicular applications. [2] To operate intelligent vehicular applications such as automated driving, mechanisms including machine learning (ML), artificial intelligence (AI), and others are used to abstract knowledge from information. [3] A novel thermal infrared pedestrian segmentation algorithm based on conditional generative adversarial network (IPS-cGAN) is proposed for intelligent vehicular applications. [4]최근 IoV(Internet of Vehicles)의 급속한 발전으로 자동 운전, 자동 내비게이션, 첨단 운전자 지원 등과 같은 다양한 지능형 차량 애플리케이션이 등장하고 있습니다. [1] 자율 주행 차량(AV) 조향 각도의 조정은 지능형 차량 애플리케이션에서 어려운 문제를 나타냅니다. [2] 자율주행과 같은 지능형 차량 애플리케이션을 운영하기 위해 머신 러닝(ML), 인공 지능(AI) 등을 포함한 메커니즘을 사용하여 정보에서 지식을 추상화합니다. [3] 지능형 차량 애플리케이션을 위해 IPS-cGAN(Conditional Generative Adversarial Network) 기반의 새로운 열적외선 보행자 분할 알고리즘이 제안되었습니다. [4]
intelligent vehicular communication 지능형 차량 통신
This paper presents a machine-learning-based scenario identification model for intelligent vehicular communications. [1] Intelligent vehicular communication is fundamental to manage vehicle-to-grid (V2G) interaction, where electric vehicles (EVs) provide energy to balance demand of critical loads (CLs). [2] These issues hinder the promotion and implementation of multi-carrier relay selection for intelligent vehicular communications. [3] In this paper, a review of the state of the art of the technologies and architectures generated around the Internet of the vehicles (IoV) is carried out and with this, an implementation of the simulation of intelligent vehicular communications through the IEEE 802. [4]이 논문은 지능형 차량 통신을 위한 머신 러닝 기반 시나리오 식별 모델을 제시합니다. [1] 지능형 차량 통신은 전기 자동차(EV)가 임계 부하(CL) 수요의 균형을 맞추기 위해 에너지를 제공하는 차량 간(V2G) 상호 작용을 관리하는 데 필수적입니다. [2] 이러한 문제는 지능형 차량 통신을 위한 다중 반송파 중계 선택의 추진 및 구현을 방해합니다. [3] 본 논문에서는 IoV(Internet of the Vehicles)를 중심으로 생성된 최신 기술 및 아키텍처에 대한 검토를 수행하고 이를 통해 IEEE 802를 통한 지능형 차량 통신 시뮬레이션 구현을 수행합니다. [4]
intelligent vehicular transport
This study is to implement an intelligent vehicular transport design to improve the road safety, navigation and comfort. [1] In order to realize intelligent vehicular transport networks and self driving cars, connected autonomous vehicles (CAVs) are required to be able to estimate their position to the nearest centimeter. [2]본 연구는 도로 안전, 내비게이션 및 편안함을 향상시키기 위해 지능형 차량 운송 설계를 구현하는 것입니다. [1] 지능형 차량 운송 네트워크와 자율주행 자동차를 구현하기 위해서는 가장 가까운 센티미터까지 자신의 위치를 추정할 수 있는 커넥티드 자율주행차(CAV)가 필요합니다. [2]
intelligent vehicular system 지능형 차량 시스템
Motivated by these issues, this paper addresses a drone-enabled intelligent vehicular system, which is secure, easy to deploy and reliable in quality. [1] Intelligent vehicular systems and smart city applications are the fastest growing Internet of things (IoT) implementations at a compound annual growth rate of 30%. [2]이러한 문제에 동기를 부여하여 이 문서는 안전하고 배포하기 쉽고 품질면에서 신뢰할 수 있는 무인 항공기 지원 지능형 차량 시스템을 다룹니다. [1] 지능형 차량 시스템 및 스마트 시티 애플리케이션은 연간 복합 성장률 30%로 가장 빠르게 성장하는 IoT 구현입니다. [2]