🚗 Ученые научили ИИ предвидеть «эффект домино» на дорогах — 23 июля 2026 г. в 17:00:05.208
🚗 Ученые научили ИИ предвидеть «эффект домино» на дорогах Специалисты Московского автомобильно-дорожного государственного технического университета (МАДИ) представили прорывной метод прогнозирования дорожных заторов. Новая разработка позволяет нейросетям учитывать каскадные эффекты — когда пробка на одной улице цепной реакцией парализует движение на соседних магистралях. ✍ В чем суть метода? Традиционные нейросети начинают обучение «с нуля», методом проб и ошибок подбирая параметры без понимания структуры городских дорог. Ученые МАДИ предложили иной подход: перед запуском алгоритма они анализируют транспортный граф города, выявляя все прямые и косвенные связи между участками. На основе этого рассчитываются специальные показатели — «транзитивные числа», которые аккумулируют данные о доступности узлов, задержках и вероятности распространения заторов. Эти значения сразу закладываются в начальную архитектуру модели. 📊 Что это дает? Тестирование на архитектуре DeepNet Transformer подтвердило: ✅ Скорость — выход на рабочие показатели происходит значительно быстрее базовых алгоритмов. ✅ Точность — прогнозы стали точнее благодаря учету косвенных влияний перегруженных участков. ✅ Стабильность — метод предотвращает «затухание» или «взрывной рост» градиентов в условиях реального дорожного шума, обеспечивая надежную работу глубоких нейросетей. Разработка уже доказала свою эффективность и может стать основой для интеллектуальных транспортных систем будущего, помогая городам оперативно перераспределять потоки и снижать остроту транспортного коллапса.