文献

J-GLOBAL ID：202202217380717767   整理番号：22A0959394

マルチシナリオ列車遅延のリアルタイム予測に向けた改善の限界【JST・京大機械翻訳】

The Bounds of Improvements Toward Real-Time Forecast of Multi-Scenario Train Delays

著者 (10件)： Wu Jianqing (School of Computing and Information Technology, University of Wollongong, Wollongong, NSW, Australia) ,  Wang Yihui (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, China) ,  Du Bo (SMART Infrastructure Facility, University of Wollongong, Wollongong, NSW, Australia) ,  Wu Qiang (School of Information and Engineering, Lanzhou University, Lanzhou, China) ,  Zhai Yanlong (School of Computer Science, Beijing Institute of Technology, Beijing, China) ,  Shen Jun (School of Computing and Information Technology, University of Wollongong, Wollongong, NSW, Australia) ,  Zhou Luping (School of Electrical and Information Engineering, The University of Sydney, Sydney, NSW, Australia) ,  Cai Chen (Advanced Data Analytics in Transport, Data61 CSIRO, Sydney, NSW, Australia) ,  Wei Wei (School of Computer Science and Engineering, Xi’an University of Technology, Xi’an, China) ,  Zhou Qingguo (School of Information and Engineering, Lanzhou University, Lanzhou, China)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 3  ページ： 2445-2456  発行年： 2022年 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
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： 洗練されたアルゴリズムを探究するために努力した既存の列車遅延研究とは異なって,本論文は,種々の機械学習方法によるマルチシナリオ列車遅延の予測に関する改良の結合を見つけることに焦点を合わせた。遅延が稀に発生するならば,予測性能の改善に失敗する深層学習法の観察によって動機づけられて,著者らは,さらに全体的予測精度を改善するために,新規拡張機械学習方式を提示した。この解は,遅延状態ラベリング(DSL)アルゴリズムを含むルール駆動自動化(RDA)法,および列車遅延に対する予測を生成するためのステーション(RST)指標のレジリエンス(RSE)およびレジリエンス(RST)指標を提案した。実験結果は,著者らのRDA方法(RF-RDA)のランダムフォレストベースの実用化が,マルチシナリオ列車遅延予測のために多変量多段階予測モデルの一般化能力を著しく改良することができることを示した。提案した解決策は,実際のトラヒックデータセットに基づく最先端のベースラインを凌駕し,様々なリアルタイム遅延を異なって処理する。従来の深層学習法の予測可能性が減少する場合でも,本手法の性能は,正確な予測を提供するために,実際の使用に対してまだ許容できる。Copyright 2022 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： アルゴリズム ,  自動化 ,  予測 ,  精度 ,  *遅れ ,  レジリエンス ,  計算機アルゴリズム ,  基準線 ,  機械学習 ,  予測可能性 ,  予測モデル
準シソーラス用語： 予測精度 ,  実時間 ,  時間遅れ ,  ランダムフォレスト ,  多変量 ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  輸送と業務  (TC01030N)

タイトルに関連する用語 (7件)： マルチ ,  シナリオ ,  列車 ,  遅延 ,  リアルタイム ,  予測 ,  限界