文献

J-GLOBAL ID：201902257767314156   整理番号：19A2878567

バス速度モデリングのためのBayes時空間アプローチ【JST・京大機械翻訳】

A Bayesian Spatiotemporal Approach for Bus Speed Modeling*

著者 (4件)： Hu Bin (Ministry of Education, Tongji University,Key Laboratory of Road and Traffic Engineering,Shanghai,People’s Republic of China,201804) ,  Xie Kun (Old Dominion University (ODU),Department of Civil & Environmental Engineering,Norfolk,VA,USA,23529) ,  Cui Haipeng (The University of Hong Kong,Department of Geography,Hong Kong, People’s Republic of China) ,  Lin Hangfei (Ministry of Education, Tongji University,Key Laboratory of Road and Traffic Engineering,Shanghai,People’s Republic of China,201804)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ITSC  ページ： 497-502  発行年： 2019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： バス速度モデリングは,公共交通システムの効果的運用と管理のために不可欠である。バス速度をモデル化するとき,空間-時間相互作用パターンは無視されており,これはバイアスされた統計的推論に導くであろう。本論文では,大規模バスGPSデータを用いて道路セグメント間の空間-時間相互作用パターンを特性化し,さらにそれに基づいてバス速度予測モデルを開発するための時空Bayesモデルを提案した。結果は,タイプII相互作用パターンがデータに存在し,試験セットの平均絶対百分率誤差(MAPEs)がAMピークに対して11.3%,PMピークに対して22.5%であることを示した。さらに,結果を既存の研究と比較した。提案したモデルは,寄与因子と空間-時間相互作用パターンの解釈可能性を保ちながら,優れた予測性能を示すことが分かった。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： 公共輸送 ,  道路 ,  統計的推定 ,  相互作用 ,  予測モデル ,  *モデリング ,  キャラクタリゼーション
準シソーラス用語： 予測性能 ,  判断能力 ,  Bayes法 ,  GPSデータ , 【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 (3件)： バス ,  モデリング ,  時空間