文献

J-GLOBAL ID：201802238683079002   整理番号：18A1726288

Bayesネットワークを用いた実時間における列車遅延の確率的予測【JST・京大機械翻訳】

Stochastic prediction of train delays in real-time using Bayesian networks

著者 (2件)： Corman Francesco (Institute for Transport Planning and Systems, ETH Zurich, Switzerland) ,  Kecman Pavle (Department of Science and Technology, Linkoping University, Sweden)
資料名： Transportation Research. Part C. Emerging Technologies  (Transportation Research. Part C. Emerging Technologies)
巻： 95  ページ： 599-615  発行年： 2018年 
JST資料番号： W0534A  ISSN： 0968-090X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,Bayesネットワークに基づく列車遅延の伝搬を予測する確率モデルを提示した。本方法は,ランダム変数の間の複雑な確率的推論を効率的に表現して,計算することができた。さらに,それは,確率分布を更新することを可能にして,より多くの情報が監視システムから連続的に利用可能になるという仮定の下で,将来の列車遅れの不確実性を減少させることを可能にした。時間と空間にわたる列車遅延の動力学を,時間依存ランダム変数の進化を記述する確率過程として提示した。このアプローチは,同じインフラストラクチャを共有する列車間の相互依存性をモデル化することにより,あるいは予定された旅客移動を持つことにより,さらに拡張される。このモデルを,スウェーデンにおけるbuscorrid回廊の一部からの一連の歴史的交通実現データに適用した。著者らは,結果を提示して,時間にわたるイベント遅れの確率分布の発展と同様に予測の精度を分析した。提示した方法は,静的,オフライン収集データに基づいているだけでなく,連続的に変化する遅れの動的特性を積極的に含むことができる列車交通に対するより良い予測を行うために重要である。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  時間依存性 ,  廊下 ,  監視装置 ,  インフラストラクチャー ,  確率過程 ,  *予測 ,  確率モデル ,  スウェーデン王国 ,  確率分布 ,  モデル ,  乗客
準シソーラス用語： オフライン ,  ランダム変数 ,  *列車遅延 , 【Automatic Indexing@JST】

著者キーワード (5件)： Bayesネットワーク ,  予測 ,  鉄道交通 ,  確率過程 ,  列車の遅れ

分類 (1件)： 輸送と業務  (TC01030N)

タイトルに関連する用語 (6件)： Bayesネットワーク ,  実時間 ,  列車 ,  遅延 ,  確率 ,  予測