スマートカードデータにおけるミッシングボードストップを補完するための教師付き機械学習モデル【JST・京大機械翻訳】

Shalit Nadav; Fire Michael; Ben-Elia Eran

プレプリント

J-GLOBAL ID：202202211191382590 整理番号：21P0026464

スマートカードデータにおけるミッシングボードストップを補完するための教師付き機械学習モデル【JST・京大機械翻訳】

A Supervised Machine Learning Model For Imputing Missing Boarding Stops In Smart Card Data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年03月10日プレプリントサーバーでの情報更新日： 2021年09月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

公共輸送は人口密度と環境意識の増加を伴う都市存在の必須部分になった。現在,大量のデータが生成され,スマートカード利用を収穫することによって,旅行行動を理解するよりロバストな方法が可能になった。しかし,公共輸送データセットは,データ健全性問題に悩まされている。不完全な取得過程または不十分な報告により,停止情報を欠いている可能性がある。著者らは,GTFSタイムテーブル,スマートカード,および地理空間データセットを用いた順序分類に基づいて,欠測ボード停止を切る教師つき機械学習法を開発した。新しい計量,Pareto精度を,クラスが順序性質を持つアルゴリズムを評価するために提案した。結果は,イスラエルのBeer Sheva市における事例研究に基づき,1カ月のスマートカードデータから成る。提案手法は,不規則な旅行者に対してロバストであり,任意の追加データセットをマイニングする必要なしに,よく知られた情報化法を著しく凌ぐことを示した。移動学習を用いた別のイスラエル市のデータの検証は,提示したモデルが一般的で文脈フリーであることを示した。輸送計画と旅行行動研究の意味をさらに議論した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る