文献

J-GLOBAL ID：201302225608784000   整理番号：13A0650566

ニューロウェーブレットモデルを用いた天候適応型交通予測

Weather Adaptive Traffic Prediction Using Neurowavelet Models

著者 (2件)： DUNNE Stephen (Trinity Coll. Dublin, Dublin, IRL) ,  GHOSH Bidisha (Trinity Coll. Dublin, Dublin, IRL)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 14  号： 1  ページ： 370-379  発行年： 2013年03月 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ITS(インテリジェント交通システム)においては,天候変化に対する適応性が重要な課題となっている。これに対し本論文では,ニューロウェーブレットモデルを用いた天候適応型交通予測手法を提案した。提案手法に関しては,SWT(定常的ウェーブレット変換),DWT(離散ウェーブレット変換)について論じるとともに,ANN(人工的ニューラルネットワーク)アルゴリズムを取り上げて論じた。予測フレームワークとして,ニューロウェーブレット予測フレームワークを提示し,乾燥モデル,湿潤モデルについて論じた。ここで提案したニューロウェーブレットモデルに対する評価実験を行い,アイルランドダブリンでのデータを利用し,SWT-ACNN(自己相関ニューラルネットワーク)構造を用いた交通モデリングについて議論を行った。ある日における交通量予測のためにSWT-ACNNモデルを利用し,予測および比較のための実験を行った。その結果,提案ニューロウェーブレットモデルから得られた予測が,標準的なANNモデルから得られた予測結果よりも性能的に優れていることを確認した。

シソーラス用語： *交通予測 ,  *ニューラルネットワーク ,  *天気予報 ,  ウェーブレット変換 ,  移動平均法 ,  システム評価 ,  ITS【交通】 ,  予測技法 ,  評価試験 ,  自己相関関数
準シソーラス用語： ニューロウェーブレットモデル ,  神経回路網モデル ,  *人工的ニューラルネットワーク ,  離散ウェーブレット変換

分類 (3件)： 交通調査  (TB01031B) ,  ニューロコンピュータ  (JC06010Q) ,  天気予報  (DC05020O)

タイトルに関連する用語 (2件)： 天候 ,  交通予測