ダイナミックライド-タイリングの需要予測に及ぼす時空粒状性の影響の調査【JST・京大機械翻訳】

Liu Kai; Chen Zhiju; Yamamoto Toshiyuki; Tuo Liheng

プレプリント

J-GLOBAL ID：202202217141022958 整理番号：22P0306951

ダイナミックライド-タイリングの需要予測に及ぼす時空粒状性の影響の調査【JST・京大機械翻訳】

Exploring the impact of spatiotemporal granularity on the demand prediction of dynamic ride-hailing

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 (4件)： , , ,
資料名：
発行年： 2022年03月19日プレプリントサーバーでの情報更新日： 2022年03月19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)

動的需要予測は,乗り越し配分における重要な問題である。多くの方法が,需要応答,乗車輸送サービスの増加の需要予測精度を改善するために開発されている。しかし,マルチスケール時空間粒度による乗り越し需要の予測における不確実性と,得られた統計的誤差はほとんど調査されていない。本論文は,中国の成都のための経験的データを用いて,このギャップを埋めて,乗り越し需要予測精度に及ぼす時空的粒度影響を検討することを試みた。複雑な空間および時間関係を探索するために,六角形畳込み操作(H-ConvLSTM)と組み合わせた畳込み,長い短期記憶モデルを提案した。実験分析結果は,提案した方式が予測精度に関して従来の方法より優れていることを示した。出発需要と到着需要の両方を有する36の時空間粒状性の比較は,800mの側長と30分の時間間隔を有する六角形空間分割の組合せが,最良の総合的予測精度を達成することを示した。しかし,出発需要と到着需要は,様々な時空間粒状性に対する予測誤差における異なる変動傾向を明らかにする。【JST・京大機械翻訳】

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

電力系統一般 , 電力工学・電力事業一般

, , , ,

前のページに戻る