文献

J-GLOBAL ID：201702237913843939   整理番号：17A0023263

オンラインオープンデータを用いた交通渋滞予測のための長い短期記憶モデル【Powered by NICT】

Long short-term memory model for traffic congestion prediction with online open data

著者 (4件)： Yuan-yuan Chen (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China) ,  Lv Yisheng (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China) ,  Li Zhenjiang (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China) ,  Wang Fei-Yue (State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, 100190, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ITSC  ページ： 132-137  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 大都市圏における交通混雑はますます深刻になっている。過去数十年にわたり,多くの学術的および工業的努力がこの問題を軽減するためになされてきた,その中で正確でタイムリーかつ予測交通条件を提供する有望な方法である。今日,オンラインオープンデータは豊富な交通関連情報を持っている。典型的なこのような資源は,交通管理と運用,Webベース地図サービス(Googleマップのような),天気予報ウェブサイト,およびローカルな現象(スポーツゲーム,音楽コンサートなど)ウェブサイトの公式ウェブサイトを含んでいる。本論文では,オンラインオープンデータは交通関連情報を提供するために議論した。ウェブベース地図サービスから収集した交通条件を用いて実現可能性を実証した。深層アーキテクチャの一種である積層型の長い短期記憶モデルは,交通条件のパターンを学習し予測するのに使用される。実験結果は交通条件予測のための提案したモデルは,多層パーセプトロンモデル,決定木モデルとサポートベクトルマシンモデルよりも優れた性能を持つことを示した。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： ディシジョンツリー ,  天気予報 ,  計算機アーキテクチャ ,  Web【情報システム】 ,  音楽 ,  *交通混雑 ,  多層パーセプトロン
準シソーラス用語： Webサイト ,  Googleマップ ,  大都市圏 ,  *短期記憶 , 【Automatic Indexing@JST】

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (6件)： オンライン ,  オープンデータ ,  交通 ,  予測 ,  短期記憶 ,  モデル