文献

J-GLOBAL ID：201702237376664641   整理番号：17A1346657

VANETを利用した都市混雑の分散分類【Powered by NICT】

Distributed Classification of Urban Congestion Using VANET

著者 (3件)： Al Mallah Ranwa (Department of Computer Science, E ́cole Polytechnique de Montre ́al, Montre ́al, QC, Canada) ,  Quintero Alejandro (Department of Computer Science, E ́cole Polytechnique de Montre ́al, Montre ́al, QC, Canada) ,  Farooq Bilal (Department of Civil, Geological and Mining Engineering, E ́cole Polytechnique de Montre ́al, Montre ́al, QC, Canada)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 18  号： 9  ページ： 2435-2442  発行年： 2017年 
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： 車両アドホックネットワーク(VANET)は,交通混雑を効率的に検出できるが,検出は十分ではない,混雑は,反復性および非反復性の混雑(NRC)として分類されるからである。特に,都市ネットワークにおけるNRCは主に事件,作業帯,特別な事象,および悪天候によるものである。VANETを用いた不均一都市道路ネットワークに及ぼすその成分に混雑の実時間分散分類のためのフレームワークを提案した。は空間的および時間的因果関係測度の理解に構築し,ケルンの実際の事例研究から拡張した合成データ上で訓練されたモデルを提案した。筆者らの性能評価は,ブースティング技術のための決定論的分類木の87.63%,身廊Bayes分類器で88.83%,ランダムフォレストで89.51%,と89.17%の予測精度を示した。このフレームワークは,混雑の根本原因を知る有効混雑緩和戦略を開発することにより都市混雑を減らすにおける輸送機関を支援することができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 交通混雑 ,  ネットワーク ,  因果律 ,  測度 ,  *都市 ,  性能評価 ,  道路網 ,  事例研究
準シソーラス用語： 混雑緩和 ,  予測精度 ,  ランダムフォレスト ,  Bayes分類器 ,  分類木 ,  ブースティング ,  *VANET , 【Automatic Indexing@JST】

分類 (4件)： 人工知能  (JE08000Z) ,  交通調査  (TB01031B) ,  移動通信  (ND08030H) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： VANET ,  都市 ,  分類