文献

J-GLOBAL ID：202002279800103016   整理番号：20A1492146

バックプロパゲーションによる深い信念ネットワークに基づくバス旅行時間予測【JST・京大機械翻訳】

Bus travel time prediction based on deep belief network with back-propagation

著者 (6件)： Chen Chao (State Key Laboratory of Structural Analysis for Industrial Equipment, School of Automotive Engineering, Dalian University of Technology, Dalian, People’s Republic of China) ,  Chen Chao (Urban Planning Group, Department of the Built Environment, Eindhoven University of Technology, Eindhoven, The Netherlands) ,  Wang Hui (State Key Laboratory of Structural Analysis for Industrial Equipment, School of Automotive Engineering, Dalian University of Technology, Dalian, People’s Republic of China) ,  Yuan Fang (State Key Laboratory of Structural Analysis for Industrial Equipment, School of Automotive Engineering, Dalian University of Technology, Dalian, People’s Republic of China) ,  Jia Huizhong (State Key Laboratory of Structural Analysis for Industrial Equipment, School of Automotive Engineering, Dalian University of Technology, Dalian, People’s Republic of China) ,  Yao Baozhen (State Key Laboratory of Structural Analysis for Industrial Equipment, School of Automotive Engineering, Dalian University of Technology, Dalian, People’s Republic of China)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 32  号： 14  ページ： 10435-10449  発行年： 2020年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 知的輸送システムにおいて,正確なバス情報は,それらの出発時間を計画し,合理的な経路選択を行うための乗客にとって極めて重要である。本論文では,バス旅行時間を予測するために,改良深層信念ネットワーク(DBN)を提案した。DBNを構築するためにGauss-Bernoulli制限Boltzmannマシンを用いて,古典的DBNを更新して連続データをモデル化した。さらに,バックプロパゲーション(BP)ニューラルネットワークをさらに適用して性能を改善した。中国, Shenyang陽で採取した実際の交通データに基づいて,いくつかの実験を行い,技術を検証した。k-最近傍アルゴリズム(k-NN),人工ニューラルネットワーク(ANN),サポートベクトルマシン(SVM)およびランダムフォレスト(RFs)のような典型的予測方法との比較は,提案方法がバス旅行時間の予測に適用可能であり,伝統的方法より良く機能することを示した。Copyright Springer-Verlag London Ltd., part of Springer Nature 2019 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 ,  アルゴリズム ,  *旅行時間 ,  ニューラルネットワーク ,  経路選定 ,  交通システム ,  乗客 ,  深層 ,  *逆伝搬法 ,  Boltzmannマシン ,  機械学習 ,  サポートベクトルマシン
準シソーラス用語： *信念ネットワーク ,  ランダムフォレスト ,  交通データ , 【Automatic Indexing@JST】

著者キーワード (4件)： バス旅行時間予測 ,  多因子影響 ,  深い信念ネットワーク ,  機械学習モデル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： バックプロパゲーション ,  信念ネットワーク ,  バス ,  旅行時間 ,  予測