抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
交通渋滞は,世界的な問題となっている,輸送ネットワークの性能を制限している。混雑したリンクの関連は,交通混雑の発生に不可欠な因子である,十分な研究を欠いている。本論文では,K-meansクラスタリングと相関ルールマイニングを組合わせた方法論ARM Kは,混雑したリンクの関係を発見するために提案した。具体的に,この方法は二混雑したリンクの関連を洗い出すとともにさらに2タプル関係を拡張関係グラフ。結果として,関係グラフとそのトポロジカル秩序プロファイル混雑したリンクの関連性。渋滞予測と混雑分散を含む実験は,交通シミュレータVISSIMから誘導した移動データに基づいて提案法のために考案した。結果は,相対的に高い予測精度(0.75以上)と分散後のネットワーク性能の著明な改善(12.5以上の旅行時間指数の%低下)を示し,ARM Kは効果的に混雑したリンクの関連を調査し,混雑管理のための価値ある情報を提供できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
