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。
時空間データは時間と空間属性を含むデータタイプである。空間時間データモデルを設計するために,時空間データモデルを設計し,時間と空間間の関係を処理し,情報オブジェクトの時間と空間変化による挙動状態の変化の傾向を得た。交通情報データは典型的な時空間データであり、交通ネットワークの複雑性と多変性、及び時間と空間との強い結合性により、従来のシステムシミュレーションとデータ分析方法はデータ間の関係を有効に得られない。本論文では、交通データにおける近傍空間属性情報の処理を通じて、従来の時空間データモデルから時間属性にのみ注目して、モデルの短時間間隔データ予測能力が不足する問題について解決し、将来情報を予測する能力を高める。本論文では,新しい時空間データモデルである深さ畳込み記憶ネットワークを提案した。深さ畳込み記憶ネットワークは畳込みニューラルネットワークと長い短時間記憶ネットワークを含む多次元ネットワーク構造であり、データの時間と空間属性情報を抽出でき、周期と鏡像特徴抽出モジュールを加えることでネットワークを修正できる。2種類の典型的な時空間データセットに対する検証を通じて、深度畳込み記憶ネットワークが短い時間間隔のデータ情報を予測する際に、従来の時空間データモデルに比べ、予測誤差が大幅に低減されるだけでなく、モデルの訓練速度も向上することが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】