文献

J-GLOBAL ID：202202230528053134   整理番号：22A0778581

グラフ畳込みネットワークに基づく都市タクシー需要予測【JST・京大機械翻訳】

Urban Taxi Demand Forecast Based on Graph Convolutional Network

著者 (3件)： Wang Yaguan (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, People’s Republic of China) ,  Qin Yong (State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing, People’s Republic of China) ,  Guo Jianyuan (School of Traffic and Transportation, Beijing Jiaotong University, Beijing, People’s Republic of China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 867  ページ： 515-524  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 都市タクシー需要予測は,タクシー空の運転速度を減らし,道路交通渋滞を緩和する際に重要な役割を果たす。しかし,都市道路網の複雑な構造のため,タクシーフローは正確に予測することが困難である。タクシーデータの空間特徴を捕えて,正確にタクシーの将来の需要変化を予測するために,新しいハイブリッドモデル-LSGCNモデルをこの論文で提案する。このモデルは,空間-時間相関の同時取得を達成するために,グラフ畳込みニューラルネットワーク(GCN)と長い短期記憶ネットワーク(LSTM)を結合した。最後に,タクシー需要予測実験をHaikouタクシー-海嶺プラットフォームの実次データセットに基づいて行い,本論文で提案したモデルの予測性能を検証した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  *畳込み ,  データ ,  *ネットワーク ,  都市交通 ,  道路 ,  道路網 ,  走行速度 ,  *都市 ,  *需要予測 ,  モデル ,  交通混雑 ,  *タクシー
準シソーラス用語： ハイブリッドモデル ,  予測性能 ,  都市道路網 , 【Automatic Indexing@JST】

著者キーワード (4件)： 都市交通 ,  タクシーオーダー予測 ,  グラフ畳込みネットワーク ,  知的タクシー-タイリングプラットフォーム

分類 (2件)： 都市交通  (TA01020W) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： グラフ ,  畳込み ,  都市 ,  タクシー ,  需要予測