文献

J-GLOBAL ID：201502233531781515   整理番号：15A0551384

ビッグデータを用いた交通流の予測:深層学習アプローチ

Traffic Flow Prediction With Big Data: A Deep Learning Approach

著者 (5件)： LV Yisheng (Inst. Automation, Chinese Acad. Sci., Beijing, CHN) ,  DUAN Yanjie (Inst. Automation, Chinese Acad. Sci., Beijing, CHN) ,  KANG Wenwen (Inst. Automation, Chinese Acad. Sci., Beijing, CHN) ,  LI Zhengxi (North China Univ. Technol., Beijing, CHN) ,  WANG Fei-Yue (Inst. Automation, Chinese Acad. Sci., Beijing, CHN)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 16  号： 2  ページ： 865-873  発行年： 2015年04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： 本研究では,ITS(高度交通システム)の展開に必要な高精度かつタイムリーな交通流情報を含むビッグデータを用いた交通流の予測手法を提案した。提案手法に関しては,自動符号器,SAE(スタック型自動符号器),訓練アルゴリズムについて論じた。提案手法の評価実験を行い,性能指標について論じるとともに,SAEモデルの構造の決定を行った。また提案手法では深層学習アプローチを利用した。提案手法に関する評価実験を行い,交通流予測に関しては提案手法が優れた性能を持つことを確認した。

シソーラス用語： *交通流 ,  *予測技法 ,  データ ,  *機械学習 ,  符号器 ,  *ITS【交通】 ,  精度 ,  評価試験 ,  性能評価 ,  指標 ,  交通量
準シソーラス用語： ビッグデータ ,  *深層学習 ,  予測精度 ,  性能指標

分類 (3件)： 交通調査  (TB01031B) ,  人工知能  (JE08000Z) ,  都市交通  (TA01020W)

タイトルに関連する用語 (4件)： ビッグデータ ,  交通 ,  予測 ,  深層学習