文献

J-GLOBAL ID：202002290427648588   整理番号：20A1809270

Sun Yat-Sen高速道路を例とした深いハイブリッドモデル対数を用いた高速道路旅行時間予測【JST・京大機械翻訳】

Freeway Travel Time Prediction Using Deep Hybrid Model - Taking Sun Yat-Sen Freeway as an Example

著者 (8件)： Ting Pei-Ya (Taiwan Semiconductor Manufacturing Company, Hsinchu, Taiwan) ,  Wada Tomotaka (Department of Electrical and Electronic Engineering, Kansai University, Osaka, Japan) ,  Chiu Yi-Lun (Department of Computer Science and Information Engineering, National Central University, Taoyuan, Taiwan) ,  Sun Min-Te (Department of Computer Science and Information Engineering, National Central University, Taoyuan, Taiwan) ,  Sakai Kazuya (Department of Electrical Engineering and Computer Science, Tokyo Metropolitan University, Hino, Japan) ,  Ku Wei-Shinn (Department of Computer Science and Software Engineering, Auburn University, Auburn, AL, USA) ,  Jeng Andy An-Kai (Industrial Technology Research Institute, Hsinchu, Taiwan) ,  Hwu Jing-Shyang (Industrial Technology Research Institute, Hsinchu, Taiwan)
資料名： IEEE Transactions on Vehicular Technology  (IEEE Transactions on Vehicular Technology)
巻： 69  号： 8  ページ： 8257-8266  発行年： 2020年 
JST資料番号： C0244A  ISSN： 0018-9545  CODEN： ITVTAB  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： 人口が成長するにつれて,交通渋滞はより頻繁に発生する。その結果,旅行時間は運転経験の重要な指標になった。正確な旅行時間情報は,運転者がそれらの経路をより賢明に計画し,その結果,交通混雑を効果的に軽減する。本研究では,フリーウェイ交通の車両走行時間予測モデルを提案した。本研究で使用したデータは台湾高速道路局の交通データセットから導出され,TaipeiとHsinchuの間のSun Yat-sen高速道路のために旅行時間予測がなされた。第1に,生データの欠測値を,Autoencoderによって impった。次にデータを時系列に従ってセグメント化して,予測モデルを構築するために使用する。フリーウェイで走行する車両のための旅行時間を予測するために必要な隠れ特徴を効果的に捉えるために,GRUニューラルネットワークモデル,XGBoostモデル,およびGRUとXGBoostを線形回帰を通して結合させるハイブリッドモデルを含む,深い学習アーキテクチャを,著者らのシステムにおいて採用した。計算効率を上げるために,5分ごとの連続料金ゲートに対する旅行時間予測を,事前計算オフラインで,全トリップのオンライン旅行時間予測を,少数の数を簡単に合計することによって得ることができた。実際のトラフィックデータに基づく実験結果は,提案システムが予測精度と実行時間に関して良い性能を達成できることを示した。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： 学習 ,  セグメンテーション ,  *高速道路 ,  *旅行時間 ,  トリップ ,  料金 ,  交通混雑 ,  *対数 ,  計算機アーキテクチャ ,  予測モデル
準シソーラス用語： 神経回路網モデル ,  線形回帰 ,  予測精度 ,  *ハイブリッドモデル ,  オンライン , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  電気自動車  (QG07020B)

タイトルに関連する用語 (5件)： 高速道路 ,  ハイブリッドモデル ,  対数 ,  旅行時間 ,  予測