文献

J-GLOBAL ID：202202245786227248   整理番号：22A0438659

交通流クラスタリングのための重み付き動的時間ワーピング【JST・京大機械翻訳】

Weighted dynamic time warping for traffic flow clustering

著者 (4件)： Li Man (School of IT, Deakin University, Geelong, VIC 3220, Australia) ,  Zhu Ye (School of IT, Deakin University, Geelong, VIC 3220, Australia) ,  Zhao Taige (School of Computer Science, The University of Sydney, NSW, Australia) ,  Angelova Maia (School of IT, Deakin University, Geelong, VIC 3220, Australia)
資料名： Neurocomputing  (Neurocomputing)
巻： 472  ページ： 266-279  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 本論文では,オーストラリアのメルボルン市の中央郊外の大規模交通流時系列データに関する興味深い交通パターンを同定するための新しい類似性尺度を提示した。この新しい測度は,ピーク時間の相対的重要性を反映するGWDTWと名付けたGauss確率関数に基づく重み付き動的時間ワーピング(DTW)法である。2つのベンチマーク類似性測度,ユークリッド距離,および従来のDTW測度に対して,内部および外部評価測度の両方に関して,k-medoidクラスタリングアルゴリズムを用いた交差クラスタリングタスクに関して,その優れた性能を示した。集中的な評価によって,結果は,GWDTWが交通行動をモデル化するための非常に有効な類似性尺度であり,それは,インフラストラクチャ設計,およびスマート都市開発のために,より貴重な情報を有する政策立案者を提供できることを示した。Copyright 2022 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： 測度 ,  *交通流 ,  オーストラリア連邦 ,  *クラスタ化 ,  都市開発 ,  都市郊外 ,  インフラストラクチャー ,  類似性 ,  ベンチマーク ,  交通行動
準シソーラス用語： 時系列データ ,  メルボルン ,  *ワーピング ,  Euclid距離 ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (4件)： 重み付き動的時間ワーピング ,  Kメドイドクラスタリング ,  交通流解析 ,  クラスタ検証

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 交通流 ,  クラスタリング ,  ワーピング