文献

J-GLOBAL ID：202102226766887756   整理番号：21A0234640

都市バスネットワークの予測に対するデータ品質と目標表現の影響【JST・京大機械翻訳】

Impact of Data Quality and Target Representation on Predictions for Urban Bus Networks

著者 (3件)： Reich Thilo (Bournemouth University,Department of Computing and Informatics,Poole,UK) ,  Budka Marcin (Bournemouth University,Department of Computing and Informatics,Poole,UK) ,  Hulbert David (Passenger Technology Group Ltd.,Bournemouth,UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SSCI  ページ： 2843-2852  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： 都市バスネットワークの乗客は,それらの旅行を計画するために,到着時間(ETA)と生車運動の推定時間の予測にしばしば依存している。ETA予測は,良好な品質の歴史的データの欠如のために信頼できないが,モバイルアプリにおける‘iveの位置は,データ伝送の遅れに悩まされる。本研究では,様々な車両位置データ品質体制の下でのバスの次の位置を予測するために,深層ニューラルネットワークを用いた。さらに,制約のない地理的座標,既知の軌跡に沿った進展,または次の2つの停止におけるETAのいずれかを符号化することにより,予測問題におけるターゲット表現の効果を評価する。データクリーニングなしで,モデル予測が平均誤差が使用されるならば誤った信頼を与え,結果の全体的評価の重要性を強調した。予測空間を制約することにより,ターゲット表現が予測精度に影響することを示した。文献は公共輸送データの品質問題についてあいまいである。ここでは,雑音の多いデータが問題であり,これらの問題に取り組むための簡単で効果的なアプローチについて議論することを示した。一般に,研究は,目標表現の単一方法に焦点を合わせるだけである。したがって,いくつかの方法の比較は文献への有用な追加である。これは,より良い予測を可能にし,乗客の経験を改善するために,都市輸送データにおけるデータ品質問題に対処する価値に洞察を与える。ターゲット表現の変化による予測問題は,大規模に改善された予測を与えることができることを示す。著者らの知見は,公共輸送における深い学習アプローチを使用して研究者が,改良結果のための本質的なデータクリーニングステップと問題表現に関するより情報のある決定をするために,研究者を可能にする。Copyright 2021 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： 雑音 ,  学習 ,  *ネットワーク ,  都市交通 ,  地理学 ,  公共輸送 ,  *市街バス ,  応用プログラム ,  乗客 ,  曖昧さ ,  携帯電話
準シソーラス用語： 予測精度 ,  到着時間 ,  *データ品質 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 都市 ,  バス ,  予測 ,  データ品質 ,  目標 ,  表現