文献
J-GLOBAL ID:201902252485012270   整理番号:19A0945885

深さ学習に基づくトラヒック予測研究【JST・京大機械翻訳】

Traffic Flow Prediction Based on Deep Neural Networks
著者 (4件):
資料名:
巻: 55  号:ページ: 228-235  発行年: 2019年 
JST資料番号: C2533A  ISSN: 1002-8331  CODEN: JGYYAT  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 中国 (CHN)  言語: 中国語 (ZH)
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。
交通流量の序列は非定常性、周期性、受入れやすい日などの要素の影響を受ける特徴があり、そのため交通流量予測は一つの困難な任務である。交通フローシーケンスの予測問題のために,深さ学習に基づくトラフィック予測モデルを設計した。モデルは,畳込みニューラルネットワークと長い短時間記憶ニューラルネットワークの2つのネットワーク構造を融合して,畳込みニューラルネットワークを特徴成分を抽出するために採用して,次に,時系列予測を,長い時間記憶ニューラルネットワークによって抽出した特徴成分によって実行した。貴州省高速道路車トラフィックデータセットにおける検証により、モデルは従来の予測方法より高い精度とリアルタイム性を有し、異なるデータセットの汎化性能が良い。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
数値計算  ,  計算機網 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る