Künstliche Intelligenz im Gefahrguttransport

Die Monographie untersucht die Anwendung von künstlicher Intelligenz zur Vorhersage und Minderung von Risiken im Gefahrguttransport. Sie befasst sich mit KI-basierter Unfallvorhersage, Telematik-Integration und adaptiven Routenoptimierungsmethoden, die auf US-Autobahnen zugeschnitten sind. Besonderes Augenmerk liegt dabei auf maschinellen Lernmodellen für die Risikovorhersage, verstärkend lernenden Routenplanern und digitalen Sicherheitsökosystemen, die mit den Rahmenwerken des US-Verkehrsministeriums und der FMCSA abgestimmt sind. Die Studie zeigt, wie KI die Gefahrgutlogistik von der reaktiven Einhaltung von Vorschriften in ein proaktives, datengesteuertes Sicherheitsmanagement verwandelt.

Autorentext

Aleksandr Snurnikov est un ingénieur et un chercheur spécialisé dans la sécurité des transports, les infrastructures intelligentes et l'intelligence artificielle appliquée. Son travail fait le lien entre l'ingénierie industrielle et la logistique numérique, en se concentrant sur les systèmes d'IA pour la sécurité routière, l'analyse des risques et la gestion durable du fret.