Статья исследует применение методов машинного обучения для распознавания сигналов световых приборов автомобилей с целью использования данных в умных светофорах. Для решения задачи распознавания машин на видео была использована библиотека Keras, и была применена архитектура нейронной сети RetinaNet [1]. Для распознавания состояний фар транспорта была использована архитектура YOLOv8. Процесс сбора данных, аннотации и обучения модели был проведён с использованием платформы Roboflow. В результате работы были получены веса обученной модели, которые позволяют распознавать состояние передних и задних фар различных видов транспорта в различных погодных условиях. Предложена адаптация нейросетевой модели на основе YOLOv8 для решения задачи распознавания сигналов световых приборов светофоров, которая может быть использована как для статического распознавания на фотографиях, так и в режиме реального времени или видео.

This paper explores the application of machine learning methods for recognizing automobile light signals
to enhance smart traffic light systems. For vehicle detection in video footage, the Keras library was employed along
with the RetinaNet neural network architecture [1]. The YOLOv8 architecture was used for identifying the status
of vehicle headlights and taillights. Data collection, annotation, and model training were conducted using
the Roboflow platform. The research resulted in trained model weights capable of recognizing the state of front
and rear lights on various vehicle types under different weather conditions. The paper proposes an adaptation
of the YOLOv8-based neural network model for recognizing traffic light signals, which can be utilized for both
static recognition in photographs and in real-time or video applications.

Определены оптимальные режимы процесса электроимпульсной обработки для достижения требуемого уровня технологических свойств слоистого композита: среднее абсолютное обжатие материала при предварительном формовании и спекании – 1,65–1,86 мм;
скорость вращения валков-электродов – 0,8–0,9 м/мин; сила тока спекания – 19 кА.

Optimal modes of the process of electric pulse processing for achieving the required level
of technological properties of the layered composite were determined: average absolute
compression of the material during preliminary molding and sintering – 1.651.86 mm; speed
of rotation of the roller electrodes – 0.8–0.9 m/min; sintering current – 19 kA.

Разработаны составы и методика формования композиционных покрытий из пленкообразующих растворов, содержащих поливиниловый спирт (ПВС), тетраэтоксисилан (ТЭОС)
и наноструктурированные порошки иттрий-алюминиевого граната, легированные ионами церия YAG : Се. Пленочные покрытия были нанесены методом полива на подложки из стекла,
обработанные изопропиловым спиртом. Адгезионную прочность исследуемых композиционных
материалов определяли в соответствии с ГОСТ 31149-2014 методом решетчатых надрезов.
Установлено, что покрытия, полученные без добавления ТЭОС, отслаиваются от подложки,
в то время как покрытия с введением ТЭОС в пленкообразующий раствор демонстрируют
удовлетворительную адгезию. Спектры люминесценции покрытий, полученных с введением
YAG : Се, показали, что наибольшая интенсивность люминесценции наблюдается для покрытий с содержанием люминофора 20 мас. %. При увеличении количества порошка наблюдается
эффект концентрационного тушения.

Compositions and methods of forming composite coatings from film-forming solutions containing polyvinyl alcohol (PVA), tetraethoxysilane (TEOS) and nanostructured yttrium-aluminum
garnet powders doped with cerium ions YAG : Ce have been developed. The film coatings were
applied by irrigation to a glass substrate treated with isopropyl alcohol. The adhesive strength
of the studied composite materials was determined in accordance with GOST 31149-2014 by
the method of lattice incisions. It was found that coatings obtained without the addition of TEOS
peel off from the substrate, while coatings with the introduction of TEOS into the film-forming solution demonstrate satisfactory adhesion. Luminescence spectra of coatings obtained with
the introduction of YAG : Се showed that the highest luminescence intensity is observed for coatings with a phosphor content of 20 wt. %. With an increase in the amount of powder, the effect
of concentration quenching is observed.

Рассмотрены алгоритмы расчета установившегося режима трехфазной низковольтной электрической сети. Алгоритмы базируются на известном матричном методе узловых потенциалов
с использованием комплексных чисел. Для решения системы уравнений предложено применять метод
Гаусса. С целью обоснования применения этого метода проведены экспериментальные исследования,
показавшие, что сопротивление нагрузки бытовых потребителей с достаточной точностью можно
представить как линейное, не зависящее от напряжения. Приведенные алгоритмы применены
в программе LineCapacity, предназначенной для расчета режима электрической сети и последующей
оценки ее пропускной способности. Точность расчетов в программе LineCapacity проверена двумя
независимыми способами и не вызывает сомнений. Установлено, что практическая значимость использования программы LineCapacity заключается в возможности оценки пропускной способности
электрических сетей на этапах их проектирования и эксплуатации.

Algorithms for calculating the steady-state mode of a three-phase low-voltage electrical network are
considered. The algorithms are based on the well-known nodal potential matrix method using complex
numbers. The Gaussian elimination method is proposed for solving the system of equations. To justify
the application of this method, experimental studies were conducted, demonstrating that the load resistance
of household consumers can be accurately approximated as linear and independent of voltage. The proposed
algorithms were implemented in the LineCapacity software, designed for electrical network mode
calculations and subsequent evaluation of network capacity. The accuracy of the calculations in
LineCapacity was verified using two independent methods and is considered reliable. It was established
that the practical significance of the LineCapacity software lies in its ability to assess the capacity
of electrical networks at the design and operation stages.