Показать сокращенную информацию

dc.contributor.authorШаймуратов, А.Ж.
dc.date.accessioned2025-06-05T07:57:36Z
dc.date.available2025-06-05T07:57:36Z
dc.date.issued2025-04-16
dc.identifier.isbn978-601-385-052-8
dc.identifier.urihttp://repository.enu.kz/handle/enu/24064
dc.description.abstractСовременные системы учета железнодорожного подвижного состава оптимизируют логистику и повышают безопасность перевозок. Традиционные методы с ручным вводом данных уступают автоматизированным решениям по точности и скорости, что ведет к ошибкам и потерям. В статье рассматриваются технологии распознавания номеров вагонов, включая компьютерное зрение, глубокое обучение, гибридные методы и интеграцию с IoT. Приведен сравнительный анализ их эффективности, с акцентом на нейросетевые модели, такие как YOLO и Efficient Net, которые показывают высокую точность в реальных условиях.ru
dc.language.isootherru
dc.publisherЛ.Н.Гумилев атындағы ЕҰУru
dc.subjectавтоматизированный учетru
dc.subjectжелезнодорожный транспортru
dc.subjectкомпьютерное зрениеru
dc.subjectглубокое обучениеru
dc.subjectIoTru
dc.titleАВТОМАТИЗИРОВАННОЕ РАСПОЗНАВАНИЕ НОМЕРОВ ЖЕЛЕЗНОДОРОЖНЫХ ВАГОНОВ: СОВРЕМЕННЫЕ МЕТОДЫ И ПЕРСПЕКТИВЫru
dc.typeArticleru


Файлы в этом документе

Thumbnail

Данный элемент включен в следующие коллекции

Показать сокращенную информацию