文献

J-GLOBAL ID：201702242094126572   整理番号：17A1346656

隠れMarkovと経路選択モデルを用いた雑音の多いと疎な位置データのオンラインマップマッチング【Powered by NICT】

Online Map-Matching of Noisy and Sparse Location Data With Hidden Markov and Route Choice Models

著者 (2件)： Jagadeesh George R. (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Srikanthan Thambipillai (School of Computer Science and Engineering, Nanyang Technological University, Singapore)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 18  号： 9  ページ： 2423-2434  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： 輸送応用のためのスマートフォンからのクラウドソーシング位置データの使用の増加に従い,道路網における旅行経路にマップマッチング生位置配列データの課題がより重要になる。スマートフォンの帯域幅及びバッテリー電力の過度の量を消費するので正確での電力不足がちの位置決め技術を用いたスマートフォン位置の高周波サンプリングは実用的に容易でない。は正確でタイムリーにマップマッチング不正確で疎な位置データのためのロバストなアルゴリズムを開発する必要性が存在する。本論文では,運転者の経路選択の概念を用いた隠れMarkovモデル(HMM)をベースとした広く用いられている方法を組み合わせた新しいマップマッチング解を提示することにより上記の必要性を検討した。著者らのアルゴリズムは,オンライン的に部分マップ整合経路を生成するために雑音のあるスパースデータに合わせたHMM(隠れMarkovモデル)を用いた。は実現可能な代替経路のセットと共に各HMMジェネレイテッド(one-generated)部分経路を再評価する,実運転データから推定した経路選択モデルを使用した。測定ノイズと時間的スパース性のレベルを変えて実世界のみならず合成位置データと提案したアルゴリズムを評価した。結果は,筆者らのアルゴリズムのマップマッチング精度は技術の現状,特に高レベルの雑音でのそれより有意に高いことを示した。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： スマートフォン ,  ロバスト性 ,  アルゴリズム ,  帯域幅 ,  *経路選定 ,  位置決め ,  道路網 ,  隠れMarkovモデル ,  二次電池 ,  *雑音 ,  旅行 ,  電力
準シソーラス用語： スパース性 ,  *オンライン ,  *マップマッチング , 【Automatic Indexing@JST】

分類 (5件)： 人工知能  (JE08000Z) ,  その他のオペレーションズリサーチの手法  (KA03070E) ,  運転者  (TB01040V) ,  ネットワーク法  (KA03040X) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 雑音 ,  位置データ ,  オンライン ,  マップマッチング