实体
Leeds
Leeds
PulseAugur coverage of Leeds — every cluster mentioning Leeds across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
时间线
- 2026-05-22 research_milestone A research paper introduces LIDSA, a novel LLM-based framework for signal-free autonomous intersection management. 来源
情绪 · 30 天
3 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
机器学习改进交通事故预测模型
研究人员探索了在交通微观模拟中使用机器学习（ML）行为模型来改进碰撞频率预测。通过在英国利兹的五个交叉路口比较 ML 模型和传统的基于规则的模型，他们发现 ML 生成的冲突与现实世界的碰撞数据更吻合。然而，直接使用 ML 模拟的碰撞进行预测被证明是不准确的，这表明虽然 ML 可以真实地重现冲突，但尚未实现真实的碰撞生成。
-
CGI 赞助 FOSS4G:UK 2026 地理空间会议
CGI 已宣布成为 2026 年英国开源地理空间基金会（FOSS4G:UK 2026）会议的铜牌赞助商。该会议定于 2026 年 10 月 12 日至 13 日在利兹举行。CGI 是一家全球 IT 和业务咨询公司，将展示其整合了地球观测、机器学习、云计算和数据分析的地理空间服务。
-
基于LLM的LIDSA系统将交叉口延误减少89%
研究人员开发了LIDSA，一个用于管理无传统信号交通交叉口的新框架。该系统利用大型语言模型实时推理车辆意图、优先级和能源偏好。评估表明，与现有方法相比，LIDSA显著减少了延误、等待时间和排队长度，同时提高了燃油效率和意图满意度。