スパース観測下の資源アベイラビリティのための時間-不均一Markovモデル【JST・京大機械翻訳】

Rottkamp Lukas; Schubert Matthias

文献

J-GLOBAL ID：202002232066665592 整理番号：20A1799871

スパース観測下の資源アベイラビリティのための時間-不均一Markovモデル【JST・京大機械翻訳】

A time-inhomogeneous Markov model for resource availability under sparse observations

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1799871&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (2件)： ,
資料名：
号： SIGSPATIAL ’18 ページ： 460-463 発行年： 2018年
JST資料番号： D0698C 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)

正確な時空間情報は,現代のルーティングアルゴリズムのようなスマートな都市アプリケーションにとって重要である。しばしば,この情報は,静止資源の状態,例えば駐車場,充電ステーション,または車両を与えられた場所の近くをピックアップする自動車を待っている人々の量を記述する。監視資源の将来の状態を予測することは,資源が必要な時間内でその状態を変えるので,しばしば必須である。資源状態の完全な歴史を得ることは,しばしば不可能である。例えば,情報は不規則な周波数を持つ資源を訪問する移動エージェントから収集される。したがって,訓練と予測のために疎な観察に働く方法を開発する必要がある。本論文では,観測の頻度が非常に稀である場合でも,正確な予測を可能にするための時間不均一離散Markovモデルを提案した。著者らの新しいモデルは,歴史的データと最近の観察を混合でき,将来の状態に対する有用な確率的推定も提供する。都市における資源アベイラビリティは,典型的に時間依存であるので,著者らのMarkovモデルは,所定の時間間隔内で時間不均一で,周期的である。スパースデータでこのモデルを訓練できる修正Baum-Welchアルゴリズムを提案した。駐車湾のアベイラビリティの実世界データセットに関する評価は,著者らの新しい方法が,完全なデータと非環状変異体の訓練のために設計された方法と比較して,良い結果をもたらすことを示す。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , ,
, , , , , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

システム設計・解析 , ゲーム理論

, , , ,

前のページに戻る