文献

J-GLOBAL ID：202202255125576502   整理番号：22A0930962

歴史的軌道マイニングによる個人化長距離燃料効率の良いルート推薦【JST・京大機械翻訳】

Personalized Long-distance Fuel-efficient Route Recommendation Through Historical Trajectories Mining

著者 (4件)： Wang Zhan (Shandong University, Qingdao, China) ,  Peng Zhaohui (Shandong University, Qingdao, China) ,  Wang Senzhang (Central South University, Changsha, China) ,  Song Qiao (Shandong University, Qingdao, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： WSDM ’22  ページ： 1072-1080  発行年： 2022年 
JST資料番号： D0698C  資料種別： 会議録 (C)
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： 運転手のための燃料効率の高いルートは,省エネルギー,環境の保護および費用節約の観点から,ますます重要な価値を持つ。以前の研究は,基本的に単純な燃料消費計算または予測方法を採用して,2つの主要な制限を持つ都市内の燃料効率経路を推薦する。最初に,燃料消費に対する運転者の運転行動選好(例えば,加速,クラッチ使用頻度など)の影響を,完全には研究し,利用しなかった。第二に,既存の方法は,主に短距離経路推薦に焦点を合わせる。道路網構造と経路構成の違いにより,都市内の長距離旅行のシナリオで,都市内の短距離旅行のために設計された経路推薦法を直接適用することは有効でない。本論文では,P ersonalized L ong-d of the Fuel-e of Rout R Ecommendationに対する新しいモデルPLd-FeRRを提案した。特に,ユーザの歴史的運転軌跡に基づくユーザの運転行動選好を反映する特徴を同定し,長距離燃料消費に影響する可能性のある因子を抽出した。変圧器は長いシーケンスデータに対する時間的特徴を効果的に捉えることができるので,抽出した個人化運転選好特性と長距離燃料消費特性を,変圧器ベースの燃料消費予測モデルに入力する。次に,予測モデルを遺伝的アルゴリズムと組み合わせて,燃料効率的経路を推奨する性能をさらに改善した。大規模な評価が大規模な実世界データセットに関して実行され,結果は著者らの提案の有効性を示す。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  変圧器 ,  クラッチ ,  運転 ,  運転者 ,  道路網 ,  *旅行 ,  都市 ,  *距離 ,  経路 ,  遺伝的アルゴリズム ,  予測モデル ,  データマイニング
準シソーラス用語： *省燃費 ,  長距離 ,  燃料消費量 , 【Automatic Indexing@JST】

著者キーワード (4件)： 遺伝的アルゴリズム ,  ルート推薦 ,  時空間データ ,  軌道データマイニング

分類 (2件)： 環境問題  (SA01020V) ,  走行性能  (QG02020S)

タイトルに関連する用語 (6件)： 歴史 ,  軌道 ,  個人化 ,  長距離 ,  燃料効率 ,  推薦