اﺣﺮاز ﻫﻮﯾﺖ راﻧﻨﺪه ﺑﺎ اﺳﺘﻔﺎده از ﺷﺒﮑﻪ ﻋﺼﺒﯽ روي وﯾﮋﮔﯽﻫﺎي آﻣﺎري اﺳﺘﺨﺮاج ﺷﺪه از دادهﻫﺎي ﺗﻠﻔﻦ ﻫﻤﺮاه ﻫﻮﺷﻤﻨﺪ

No Title

حمل ؜ ونقل آينده با مباحث هوش مصنوعي به شدت در هم تنيده شده است. در اين راستا ابزارهاي هوش مصنوعي مانند شبكه ؜هاي عصبي نقشي بي بديل در حوزه پيش بيني، تصميم ­گيري و كنترل حمل ­و نقل بر عهده خواهند داشت. مقاله حاضر يك سامانه مبتني بر هوش مصنوعي به منظور احراز هويت راننده (شناسايي راننده) به كمك داده ؜هاي جمع ؜آوري شده توسط تلفن همراه هوشمند ارائه مي ­دهد. در اين سامانه، تلاش شده است تا حريم شخصي راننده نقض نشده و شناسايي راننده بصورت خودكار، مطمئن­ و بي ؜درنگ انجام گردد. معماري سامانه شامل سه ماژول جمع ­آوري داده، پيش ­پردازش و شناسايي است. در ماژول جمع ­آوري داده،­ اطلاعات حسگرهاي شتاب­ سنج و ژيروسكوپ رانندگان با استفاده از يك تلفن همراه هوشمند جمع ­آوري مي­شوند. در ماژول پيش ؜پردازش، حذف نويز، پاك­سازي، پنجره ­بندي صورت مي؜ گيرد. در اين بخش مقادير گم­شده ترميم و داده ­هاي وضعيت توقف خودرو حذف خواهند شد. در نهايت، ويژگي ؜هاي آماري موثر از پنجره؜ هاي داده استخراج مي؜ شوند. در ماژول شناسايي، الگوريتم هاي يادگيري براي شناسايي الگوهاي داده ؜هاي آموزش استفاده مي ؜شوند. ورودي هاي اين الگوريتم­ ها، ويژگي هاي استخراج شده از پنجره­ ها شامل هيستوگرام، ميانگين، واريانس، اختلاف و ضريب همبستگي مي­ باشند. الگوريتم­ هاي يادگيري استفاده شده در اين مقاله، شامل آدابوست، درخت تصميم، بوستينگ، نزديك­ترين همسايه، ماشين بردار پشتيبان، لجستيك، شبكه عصبي، شبكه بيزين و درخت تصادفي بوده ؜اند. با توجه به آزمايشات صورت گرفته، بهترين الگوريتم­ براي احراز هويت راننده، شبكه عصبي با حداكثر دقت 96% بوده است. از اين راهكار مي؜توان در حمل؜ و نقل آينده به منظور توسعه سامانه؜ هاي بيمه مبتني بر رفتار رانندگي و نيز توسعه سامانه؜ هاي اعمال جرايم يا مشوق ؜ها بهره برد.

No abstract