Портал психологических изданий PsyJournals.ru
Каталог изданий 95Рубрики 51Авторы 8357Ключевые слова 20470 Online-сборники 1 АвторамRSS RSS

Включен в Web of Science СС (ESCI)

ВАК

РИНЦ

Рейтинг Science Index РИНЦ 2017

9 место — направление «Психология»

1,617 — показатель журнала в рейтинге SCIENCE INDEX

0,920 — двухлетний импакт-фактор

CrossRef

Социальная психология и общество

Издатель: Московский государственный психолого-педагогический университет

ISSN (печатная версия): 2221-1527

ISSN (online): 2311-7052

DOI: http://dx.doi.org/10.17759/sps

Лицензия: CC BY-NC 4.0

Издается с 2010 года

Периодичность: 4 номера в год

Язык журнала: русский

Доступ к электронным архивам: открытый

 

Нейросетевая модель распознавания стратегий вождения и взаимодействия водителей в условиях дорожного трафика 222

Ефремов С.Б., аспирант, кафедра психологии управления факультета социальной психологии , Московский Государственной Психолого-Педагогический Университет, Москва, Россия, 0971090@gmail.com

Аннотация

В работе представлена нейросетевая модель для распознавания стратегий вождения на основе взаимодействия водителей в условиях транспортного потока. Рассмотрена архитектура модели, которая представляет собой самоорганизующуюся карту — SОМ (self-organizing map), состоящую из группы нейронных сетей, основанных на радиально-базисных функциях RBF (radial basis function). Цель настоящей работы заключается в том, чтобы описать архитектуру и структуру модели нейронной сети, которая позволяет распознавать стратегические особенности управления транспортным средством и способна идентифицировать стратегии взаимодействия автомобилей (водителей) в условиях транспортного потока, а также выделять такие поведенческие паттерны передвижения, которые могут быть соотнесены с различными типами опасного вождения. Из результатов исследования следует, что нейронные сети типа SOM RBF способны распознавать и классифицировать типы взаимодействий в условиях дорожного трафика, основываясь на моделировании анализа траекторий движения автомобилей. Данная нейронная сеть показала высокий процент распознавания и четкую кластеризацию схожих стратегий вождения.

Ссылка для цитирования

Литература

 

1.                 Автоматическое порождение гипотез в интеллектуальных системах. Сост. Е.С. Панкратова, В.К. Финн. М.: Либроком, 2009. 526 с.

2.                 Велихов Е.П., Чернавский А.В. Интеллектуальные процессы и моделирование. М.: Наука, 1987. 396 с.

3.                 Ефремов С.Б. Модель распознавания стилистических особенностей управления транспортным средством и классификация стратегий взаимодействия в условиях дорожного трафика // Социальная психология и общество. 2017. Том 8. № 4. С. 123— 133. doi: 10.17759/sps.2017080409

4.                 Ефремов С.Б. Тип коммуникаций между водителем и автомобилем, основанный на дополненной реальности: новый тренд в построении интеллектуальных транспортных систем [Электронный ресурс] // Современная зарубежная психология. 2017. Том 6. № 1. С. 6—14. doi: 10.17759/jmfp.2017060101

5.                 Ефремов С.Б., Кочетова Т.В. К вопросу исследования стилистических и стратегических особенностей управления транспортным средством // Материалы III Ежегодной научно-практической конференции памяти М.Ю. Кондратьева «Социальная психология: вопросы теории и практики» (Москва, 10—11 мая 2018 г.). ФГБОУ ВО «Московский государственный психолого-педагогический университет», Факультет социальной психологии. 2018. С. 265—267.

6.                 Клебельсберг Д. Транспортная психология. М.: Транспорт, 1989. 367 с.

7.                 Климов Е.А. Индивидуальный стиль деятельности. Психология индивидуальных различий. Тексты / Под ред. Ю.Б. Гиппенрейтер, В.Я. Романова. М.: Изд-во МГУ, 1982. С. 74—77.

8.                 Кондратьев М.Ю., Кочетова Т.В. «Traffic psychology»: от прикладных исследований к методологии комплексного изучения современной дорожно- транспортной среды // Сборник материалов международной научно-практической конференции «Человек и транспорт (Психология. Экономика. Техника)» (Санкт- Петербург, 28—30 июня 2012 г.). СПб: ПГУПС, 2012. С. 119—122.

9.                 Лобанова Ю.И. Стиль вождения: определяющие факторы, характеристики, направления оптимизации // Российский гуманитарный журнал. 2015. № 1. Т. 4. С. 76—84.

10.             Марарица Л.В., Казанцева Т.В., Почебут Л.Г., Свенцицкий А.Л. Вклад личности в социальный капитал группы: структура альтруистического инвестирования // Социальная психология и общество. 2018. Том 9. № 1. С. 43—66.

11.             Осипов Г.С. Лекции по искусственному интеллекту. М.: Красанд, 2009. 272 с.

12.             Петров В.Е. Психологический анализ проблемы опасного стиля управления транспортным средством [Электронный ресурс] // Современные научные исследования и инновации. 2016. № 8. [URL: http://web.snauka.ru/ issues/2016/08/70377 (дата обращения: 30.08.2018).

13.             Поликарпова М.С. Соотношение понятий «агрессивное» и «опасное» вождение в современной отечественной и зарубежной психологии [Электронный ресурс] // Современная зарубежная психология. 2017. Том 6. № 1. С. 44—52. doi: 10.17759/ jmfp.2017060106

14.             Ядов В.А. Саморегуляция и прогнозирование социального поведения личности: Диспозиционная концепция. М.: ЦСПиМ, 2013. 376 c.

15.             Fujita I. The inferior temporal cortex: architecture, computation, and representation // Journal of Neurocytology. 2002. V. 31. № 3—5. Р. 359—371.

16.             Efremova N., Asakura N., Inui T., Abdikeev N. Inferotemporal network model for 3d object recognition // The proceedings of the International Conference on Complex Medical Engineering IEEE/ICME. 2011. Р. 555—560.

17.             Kohonen T. Self-organizing maps, Berlin: Springer-Verlag. 2001. 502 p.

18.             Logothetis N., Pauls J. Psychophysical and physiological evidence for viewer-centered object representations in the primate // Cerebral Cortex. 1995. V. 5. № 3. P. 270—288.

19.             Riesenhuber M., Poggio T. Hierarchical models of object recognition in cortex // Nature Neuroscience. 1999. V. 2. P. 1019—1025.

20.             Riesenhuber M., Poggio T. Modeling Invariances in Inferotemporal Cell Tuning // Technical Report. MIT. 1998.

21.             Riesenhuber M., Poggio T. Models of object recognition // Nature Neuroscience. 2000. V. 3. P. 1199—1204.

22.             Tokunaga K., Furukawa T. Modular network SOM // Neural Networks. 2009. V. 22. P. 82—90.

 

Статьи по теме
 
О проекте PsyJournals.ru

© 2007–2019 Портал психологических изданий PsyJournals.ru  Все права защищены

Свидетельство регистрации СМИ Эл № ФС77-66447 от 14 июля 2016 г.

Издатель: ФГБОУ ВО МГППУ

Creative Commons License

Яндекс.Метрика