文献

J-GLOBAL ID：202102283852104572   整理番号：21A3411972

独立成分分析に基づく交通事故の推定と検出のための複雑ネットワーク解析アプローチ【JST・京大機械翻訳】

A complex network analysis approach for estimation and detection of traffic incidents based on independent component analysis

著者 (2件)： Sheikh Muhammad Sameer (School of Electronics and Information Engineering, Guangdong Ocean University, Zhanjiang 524088, China) ,  Regan Amelia (Department of Computer Science and Institute of Transportation Studies, University of California, Irvine, California 92697, USA)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 586  ページ： Null  発行年： 2022年 
JST資料番号： D0322B  ISSN： 0378-4371  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 非再発混雑による交通事故は都市環境において頻繁に発生する。本研究では,独立成分分析(ICA)とハイブリッドオブザーバ(HO)一般化尤度比(GLR)技術に基づく交通事故の推定と検出を提案した。最初に,交通流への洞察を得て,交通事故を検出する交通時系列を開発した。次に,時系列解析を用いて複合ネットワークを構築した。次に,交通流をモニターするICA技術を提案した。次に,交通事故の発生可能性を推定するために,区分的スイッチ線形モデルベースのオブザーバを導入した。最後に,HOとGLR技術を組み合わせた新しい入射検出法を提案した。組合せHO-GLR法は,より良い事故検出,交通安全を改善し,交通管理システムを強化することができる。シンガポールのAyer Rajah高速道路とCaliforniaのI-880フリーウェイからの実世界データセットから生成された模擬交通データを用いて提案した方法の有効性を検証した。提案方法の性能を評価するために使用する性能計量は,検出率,誤警報率,分類率,検出までの平均時間,および受信動作特性曲線の下の領域を含んでいる。実験結果は,提案方法が他のよく知られた方法と比較して,すべての基準においてより良い性能を得たことを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 交通安全 ,  時系列分析 ,  *ネットワーク ,  高速道路 ,  交通流 ,  受信 ,  検出法 ,  *交通事故 ,  特性曲線 ,  都市環境 ,  *独立成分分析
準シソーラス用語： 尤度比 ,  線形モデル ,  検出率 ,  交通データ , 【Automatic Indexing@JST】

著者キーワード (5件)： 複雑ネットワーク ,  事故検出 ,  独立成分分析 ,  ハイブリッド観測 ,  一般化尤度比

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (6件)： 独立成分分析 ,  交通 ,  事故 ,  推定 ,  複雑ネットワーク ,  解析