文献

J-GLOBAL ID：201802233656657933   整理番号：18A1930157

ROD2VEC:大規模旅行ルートからの都市道路システムにおける交通相互作用の測定【JST・京大機械翻訳】

Road2Vec: Measuring Traffic Interactions in Urban Road System from Massive Travel Routes

著者 (10件)： Liu Kang (State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China) ,  Liu Kang (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Liu Kang (Department of Geography, University of California, Santa Barbara, CA 93106, USA) ,  Gao Song (Department of Geography, University of Wisconsin, Madison, WI 53706, USA) ,  Qiu Peiyuan (State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China) ,  Liu Xiliang (State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China) ,  Yan Bo (Department of Geography, University of California, Santa Barbara, CA 93106, USA) ,  Lu Feng (State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China) ,  Lu Feng (Fujian Collaborative Innovation Center for Big Data Applications in Governments, Fuzhou 350003, China) ,  Lu Feng (Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China)
資料名： ISPRS International Journal of Geo-Information (Web)  (ISPRS International Journal of Geo-Information (Web))
巻： 6  号： 11  ページ： 321  発行年： 2017年 
JST資料番号： U7212A  ISSN： 2220-9964  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 都市道路間の交通相互作用の良好な特性化は,交通制御や短期予測のような交通関連アプリケーションを容易にすることができる。ほとんどの研究は,それらのトポロジー距離またはそれらの交通変数間の相関により,2つの道路間の交通相互作用を測定する。しかし,距離ベースの方法は道路交通相互作用の空間的不均一性を無視しているが,相関ベースの方法は2つの道路交通変数間の非線形依存性を捉えることができない。本論文では,Road2Vecと呼ばれる新しいアプローチを提案し,自然言語処理(NLP)フィールドからのWord2Vecモデルを用いた大規模タクシー操作経路データに基づく道路間の暗黙の交通相互作用を定量化した。最初に,輸送要素(すなわち,道路セグメント,旅行経路)とNLP用語(すなわち,単語,文書)の間の類似性を確立した。第二に,道路セグメントのための実数値ベクトルを,Word2Vecモデルを用いて大量の旅行経路から訓練した。第3に,任意の道路間の交通相互作用を,それらのベクトルの余弦類似性によって測定した。短期交通予測に関する事例研究を,人工ニューラルネットワーク(ANN)とサポートベクトルマシン(SVM)アルゴリズムを用いて行い,提示した方法の利点を検証した。結果は,予測がトポロジー距離とトラフィック相関ベースの方法よりRoad2Vec方法のサポートによってより高い精度を達成することを示した。Road2Vec法は,道路間の複雑な交通相互作用を定量化し,基礎となる不均一性と非線形性を捉えるために効果的に利用できることを論じた。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 応用プログラム ,  *道路 ,  位相幾何学 ,  アルゴリズム ,  事例研究 ,  ベクトル ,  サポートベクトルマシン ,  *相互作用 ,  類似性 ,  *旅行 ,  ニューラルネットワーク ,  道路交通 ,  キャラクタリゼーション ,  単語 ,  *都市

著者キーワード (5件)： 交通相互作用 ,  WordD2VEC ,  旅行ルート ,  フローティングカーデータ ,  交通予測

分類 (1件)： 交通調査  (TB01031B)

引用文献 (28件)：

• Yue, Y.; Yeh, A.G.O. Spatiotemporal Traffic-Flow Dependency and Short-Term Traffic Forecasting. Environ. Plan. B Plan. Des. 2008, 35, 762-771.
• Ma, X.; Dai, Z.; He, Z.; Ma, J.; Wang, Y.; Wang, Y. Learning Traffic as Images: A Deep Convolutional Neural Network for Large-Scale Transportation Network Speed Prediction. Sensors 2017, 17, 818.
• Lv, Y.; Duan, Y.; Kang, W.; Li, Z.; Wang, F.Y. Traffic Flow Prediction with Big Data: A Deep Learning Approach. IEEE Trans. Intell. Transp. Syst. 2015, 16, 865-873.
• Yang, S.; Shi, S.; Hu, X.; Wang, M. Spatiotemporal Context Awareness for Urban Traffic Modeling and Prediction: Sparse Representation Based Variable Selection. PLoS ONE 2015, 10, e0141223.
• Cai, P.; Wang, Y.; Lu, G.; Chen, P.; Ding, C.; Sun, J. A spatiotemporal correlative k-nearest neighbor model for short-term traffic multistep forecasting. Transp. Res. Part. C Emerg. Technol. 2016, 62, 21-34.

タイトルに関連する用語 (6件)： 大規模 ,  旅行 ,  都市 ,  道路 ,  交通 ,  相互作用