文献

J-GLOBAL ID：202102238968908669   整理番号：21A0232667

駐車計取引に基づく路上駐車占有を推論するための機械学習アプローチ【JST・京大機械翻訳】

A machine learning approach to infer on-street parking occupancy based on parking meter transactions

著者 (2件)： Sonntag Jonas (University of Hildesheim,Information Systems and Machine Learning Lab,Hildesheim,Germany,31141) ,  Schmidt-Thieme Lars (University of Hildesheim,Information Systems and Machine Learning Lab,Hildesheim,Germany,31141)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITSC  ページ： 1-6  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： 駐車場は,ほとんどの運転者にとってストレスの多いタスクだけでなく,混雑と排出も増加する。したがって,スマート駐車誘導システムは,研究者と都市会議から関心が増している。これらのシステムは,リアルタイム駐車センサやカメラシステムのような高価で十分にスケーラブルな技術に依存する。本論文では,ディジタルメートル支払い取引に基づく異なる場所における駐車車の電流数を予測する深層学習アーキテクチャを提案した。単純なベースラインモデルおよび文献からの最新の確率的手法の状態を凌駕した。行動データは,すべての人々が,その支払期間または支払いに着目しないので,駐車占有率に直接翻訳しない。したがって,異なるデータセットと空間粒状性に関する著者らの方法の信頼性を論じた。本モデルは,特に小さな駐車場に対して,センサデータほど信頼性はないが,著者らの方法論が,街路駐車場占有を推論する安価な方法を提供し,有意義なスマート駐車サービスを可能にすることを見出した。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： カメラ ,  電流 ,  信頼性 ,  *駐車 ,  駐車場 ,  都市 ,  粒状性 ,  センサ ,  占有率 ,  計算機アーキテクチャ ,  *機械学習
準シソーラス用語： 実時間 ,  低価格 ,  センサデータ ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 駐車 ,  取引 ,  路上駐車 ,  推論 ,  機械学習