文献

J-GLOBAL ID：202002216407465081   整理番号：20A1187213

機械学習を用いた知的交通システムのための交通予測【JST・京大機械翻訳】

Traffic Prediction for Intelligent Transportation System using Machine Learning

著者 (3件)： Meena Gaurav (Central University of Rajasthan,Department of Computer Science,Ajmer,Rajasthan,India) ,  Sharma Deepanjali (Central University of Rajasthan,Department of Computer Science,Ajmer,Rajasthan,India) ,  Mahrishi Mehul (Swami Keshvanand Institute of Technology,Department of Information Technology,Jaipur,Rajasthan,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICETCE  ページ： 145-148  発行年： 2020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： 本論文は,正確でタイムリーな交通流情報を予測するためのツールを開発することを目的とした。交通環境は道路上を流れる交通に影響を与えることができるが,渋滞を引き起こす道路の修復さえも,交通信号,事故,ラリーがあるかどうかにかかわらず,交通環境に影響を与えることがある。著者らが,それらの上に非常に近い,そして,交通に影響を及ぼすことができる多くの日常生活状況について非常に近い以前の情報を持っているならば,運転者または運転者は,情報決定を行うことができる。また,それは自律車両の将来に役立つ。現在の数十年において,交通データは指数関数的に発生しており,輸送のための大きなデータ概念に向けて移動した。交通流のための利用可能な予測方法は,いくつかの交通予測モデルを使用して,現実世界応用を扱うためにまだ不十分である。この事実は,交通データとモデルに関して構築された交通流予測問題に関して研究することを触発した。輸送システムに利用できるデータが非常に大きいので,交通流を正確に予測することは厄介である。本研究では,機械学習,遺伝的,ソフトコンピューティング,および深い学習アルゴリズムを用いて,複雑な複雑さを持つ輸送システムのためのビッグデータを分析した。また,画像処理アルゴリズムは,交通標識認識に含まれる。それは,最終的に自律車両の正しい訓練の助けとなる。Copyright 2020 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： 予測技法 ,  交通流 ,  交通標識 ,  道路 ,  指数関数 ,  遺伝 ,  *交通システム ,  *交通予測 ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： 交通信号 ,  ソフトコンピューティング ,  交通データ ,  ビッグデータ ,  交通環境 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 機械学習 ,  交通 ,  予測