Поєднання методів GNN та NURBS для ідентифікації рухомих об’єктів

Abstract

Стаття досліджує можливості інтеграції методів графових нейронних мереж та нерівномірних раціональних B-сплайнів для покращення ідентифікації та відстеження рухомих об'єктів. Автори аналізують потенціал цих технологій у створенні більш точних та надійних систем для різних промислових та наукових застосувань. Розглядаються ключові аспекти обох технологій, включаючи можливості GNN в аналізі та класифікації взаємодій рухомих об'єктів, а також точність NURBS у моделюванні траєкторій. Робота спрямована на вирішення складних задач в реальному часі, де вимагається висока точність в ідентифікації та прогнозуванні поведінки рухомих об'єктів