文献

J-GLOBAL ID：201902238766915654   整理番号：19A0525717

近未来を見る:ITSにおける交通負荷に対する短期予測方法論【JST・京大機械翻訳】

See the near future: A short-term predictive methodology to traffic load in ITS

著者 (7件)： Zhou Xun (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, Shaanxi, 710071 China) ,  Li Changle (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, Shaanxi, 710071 China) ,  Liu Zhe (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, Shaanxi, 710071 China) ,  Luan Tom H. (School of Information Technology, Deakin University, Melbourne, VIC, 3125 Australia) ,  Miao Zhifang (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, Shaanxi, 710071 China) ,  Zhu Lina (State Key Laboratory of Integrated Services Networks, Xidian University, Xi’an, Shaanxi, 710071 China) ,  Xiong Lei (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, 100044 China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICC  ページ： 1-6  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： ITS(Intelligent Transportation System)は,道路交通スケジューリングのための高度な無線通信技術を適用することにより,協調交通システムを目標としている。正確な道路交通制御に向けて,短期間の特定サイトにおける道路交通を予測する短期交通予測は,しばしば有用で重要である。既存の研究において,季節的自己回帰統合移動平均(SARIMA)モデルはポピュラーなアプローチである。しかし,この方式は2つの課題に遭遇する。1)関連データに関する解析は不十分であるが,データのいくつかの重要な特徴は無視できる。2)異なる特徴を示すデータにより,すべての状況に適合できる一つの予測モデルを持たない可能性がある。上記の問題に取り組むために,本研究では,SARIMAの精度を改善するためのハイブリッドモデルを開発した。特定において,著者らは最初に,時系列モデルの構造を修正するために,交通流に存在する自己相関および分布特徴を調査した。交通流のガウス分布に基づいて,Bayes学習アルゴリズムを有するハイブリッドモデルを開発して,それはSARIMAの応用シナリオを効果的に拡大することができた。解析と実験研究の両方を用いて提案の効率と精度を示した。実世界のトレースデータを用いて,提案した予測手法が実際に満足な性能を達成できることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *短期予測 ,  正規分布 ,  スケジューリング ,  交通予測 ,  予測技法 ,  自己相関 ,  アルゴリズム ,  道路交通 ,  交通システム ,  道路 ,  交通流 ,  予測モデル
準シソーラス用語： ハイブリッドモデル ,  ARIMAモデル ,  自己回帰 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 未来 ,  ITS ,  交通 ,  短期予測 ,  方法論