文献

J-GLOBAL ID：202002281483610674   整理番号：20A1338117

マルチスケールトランスポートネットワークを生成するための発見的粗大化【JST・京大機械翻訳】

Heuristic Coarsening for Generating Multiscale Transport Networks

著者 (3件)： Krishnakumari Panchamy (Department of Transport and Planning, Delft University of Technology, Delft, The Netherlands) ,  Cats Oded (Department of Transport and Planning, Delft University of Technology, Delft, The Netherlands) ,  van Lint Hans (Department of Transport and Planning, Delft University of Technology, Delft, The Netherlands)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 21  号： 6  ページ： 2240-2253  発行年： 2020年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
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： 異なるスケールでのグラフは多くの輸送応用にとって不可欠なツールである。それらの関連性にもかかわらず,これらのグラフは,研究および実践において,ほとんどのアプリケーションのために手動で作成され,維持されている。本論文では,トポロジー特性を著しく損なうことなく,マルチスケールグラフ表現を自動的に生成する発見的方法を開発した。これにより得られたグラフは広く応用できる。方法は,4つの異なる応用事例によって,Amsterdamのオープン街路地図ネットワークに関して実証した。ネットワークのトポロジー特性に関する粗大化の性能を評価するために,様々なグラフメトリックを用いた。結果は,この方法が,鍵ネットワーク特性の保存によって示される,限られた情報損失で,15分以上の計算時間で,その元のサイズの96%まで,Amsterdamネットワークを,首尾よく低減できることを示した。例えば,この方法はトリップ長分布を維持し,最も粗いグラフに対して0.025%以上の大きな起源と目的ノード間の最大最短経路劣化を制限する。さらに,そのパラメータを設定することによって,重要なネットワーク要素または全体のサブネットワークの保存のために,それは,マルチスケールトラフィックモデリングおよびシミュレーションにおいて特に重要である。例えば,交通割当アプリケーションに専用のアルゴリズムとは対照的に,このアルゴリズムの多用途性は,輸送領域およびそれを超えた広範囲の応用に対して有用である。更なる研究をサポートするために,アルゴリズムのオープンソース実装を利用できる。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： アルゴリズム ,  位相幾何学 ,  *ネットワーク ,  トリップ ,  汎用性 ,  発見的方法 ,  *輸送網 ,  応用プログラム
準シソーラス用語： マルチスケール ,  オープンソース ,  ホップ数 ,  データ損失 ,  サブネットワーク ,  最短経路 , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  ネットワーク法  (KA03040X)

タイトルに関連する用語 (1件)： 発見