文献

J-GLOBAL ID：202102246927412422   整理番号：21A0025584

バス旅行時間予測:対数正規自己回帰(AR)モデリングアプローチ【JST・京大機械翻訳】

Bus travel time prediction: a log-normal auto-regressive (AR) modelling approach

著者 (4件)： Dhivya Bharathi B. (Department of Civil Engineering, Indian Institute of Technology Madras, Chennai, India) ,  Anil Kumar B. (Department of Civil Engineering, IIT Patna, Bihar, Patna) ,  Achar Avinash (TCS Innovation Labs, Chennai, India) ,  Vanajakshi Lelitha (Department of Civil Engineering, Indian Institute of Technology Madras, Chennai, India)
資料名： Transportmetrica A: Transport Science  (Transportmetrica A: Transport Science)
巻： 16  号： 3  ページ： 807-839  発行年： 2020年 
JST資料番号： W2352A  ISSN： 2324-9935  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ABSTRACT:バスの到着時間の正確な予測は,特にインドの交通状況の下で,動的に変化する交通状況における挑戦的な問題である。本研究では,時系列解析の概念を用いた2つの予測モデリング方法論,すなわち,(a)非定常効果の統合が可能な古典的季節ARモデルと(b)線形非定常ARアプローチ,データからの学習に対する部分相関の概念を利用する新しい技術,を,効率的にバスの到着時間を予測するために,提案した。報告された既存の研究は,旅行時間データの分布とモデリングへのその影響を探査しなかった。本研究では,データの限界分布の詳細な解析を行い,それを予測モデルに組み込んだ。また,リアルタイム実装を容易にするために,マルチセクション前方移動時間予測アルゴリズムを提案した。その結果,提案手法は既存手法の多くよりも性能が良いことが分かった。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 時系列分析 ,  *旅行時間 ,  インド ,  線形性 ,  自己回帰モデル ,  *対数 ,  対数正規分布 ,  予測モデル
準シソーラス用語： 非定常性 ,  予測アルゴリズム ,  交通状況 ,  *自己回帰 , 【Automatic Indexing@JST】

著者キーワード (6件)： 旅行時間予測 ,  時系列解析 ,  部分相関 ,  非定常 ,  対数正規分布 ,  多断面前方予測

分類 (1件)： 交通調査  (TB01031B)

タイトルに関連する用語 (7件)： バス ,  旅行時間 ,  予測 ,  対数 ,  自己回帰 ,  Ar ,  モデリング