Key points are not available for this paper at this time.
ملخص تقدم هذه الورقة نظرة عامة على تطبيقات الشبكات العصبية التلافيفية (CNN) في صناعة صيانة السكك الحديدية. تغطي دراستنا بشكل خاص المجال الفرعي لصيانة مسارات السكك الحديدية. في هذه الدراسة، قمنا بتحليل أحدث تقنيات الشبكات العصبية التلافيفية المطبقة على صيانة مسارات السكك الحديدية من خلال إجراء مراجعة شاملة للأدبيات، ملخصين المهام والمشكلات المختلفة المرتبطة بالموضوع ومقدمين حلولاً تعتمد على الشبكات العصبية التلافيفية مع التركيز الخاص على البيانات المستخدمة لإنشاء هذه النماذج. تظهر نتائج بحثنا تطبيقات مختلفة للشبكات العصبية التلافيفية في هذا النطاق، بما في ذلك الكشف عن العيوب في سطح قضبان السكك الحديدية ومكونات مسارات السكك الحديدية، مثل المثبتات، الوصلات، القضبان الخشبية، المفاتيح والممرات، فضلاً عن التعرف على مكونات المسار، والمراقبة المستمرة لمسارات السكك الحديدية. إن بنية الشبكات العصبية التلافيفية مناسبة لتعلم الهياكل المكانية للميزات من البيانات المدخلة مباشرة، مما يجعلها مفيدة جداً في رؤية الكمبيوتر وغيرها من التطبيقات المتعلقة بالموضوع الحالي. يساعد تنفيذ أجهزة إنترنت الأشياء وأجهزة الاستشعار الذكية في جمع البيانات في الوقت الحقيقي التي يمكن استخدامها لتغذية نماذج الشبكات العصبية التلافيفية القوية للتعرف على الأنماط وتحديد الأحداث المعقدة المتعلقة بصيانة مسارات السكك الحديدية. يتم مناقشة هذه والرؤى الأخرى بالتفصيل ضمن محتويات هذه الورقة.
درس باباتييرا وآخرون (الخميس) هذا السؤال.