文献

J-GLOBAL ID：201802237774241299   整理番号：18A0448062

ビッグデータを用いた交通流予測:SIS複雑ネットワークに基づく学習アプローチ【Powered by NICT】

Traffic flow prediction with big data: A learning approach based on SIS-complex networks

著者 (4件)： Li Yiming (Department of Mathematics, Ningbo University, Ningbo, ZheJiang 315211, P.R. China) ,  Zhao Luming (Department of Mathematics, Ningbo University, Ningbo, ZheJiang 315211, P.R. China) ,  Yu Zhouyu (School of Marine Science, Ningbo University, Ningbo, ZheJiang 315211, P.R. China) ,  Wang Songjing (Department of Mathematics, Ningbo University, Ningbo, ZheJiang 315211, P.R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITNEC  ページ： 550-554  発行年： 2017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： ネットワーク交通流を予測するためのSIS流行モデルと複雑ネットワーク理論との結合による敏感-伝染-敏感型複雑ネットワーク(SIS複雑ネットワーク)モデルを提案した。全交通ネットワークシステムにSIS理論を一般化した。を確立するために,筆者らは最初にOpenStreetMapからの交通構造情報を取得し,実時間トラヒックデータを収集するためにweb spiderを利用した。,SIS複雑ネットワークモデルの観点から,交通構造間の輻輳伝播の定量的記述を提供し,ネットワーク交通流を予測した。本論文で提案した方法は交通流に適合し,予測に成功したことを示すシミュレーション結果は良好であった。Copyright 2018 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： シミュレーション ,  感染 ,  *学習 ,  *交通流 ,  *ネットワーク ,  *予測
準シソーラス用語： 実時間 ,  ネットワークシステム ,  *複雑ネットワーク ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (3件)： 交通調査  (TB01031B) ,  その他の計算機利用技術  (JE14000C) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： ビッグデータ ,  交通流 ,  予測 ,  SIS ,  複雑ネットワーク ,  学習