文献

J-GLOBAL ID：202202271963389245   整理番号：22A0778582

空間-時間相関特性を考慮した地下鉄アウトバウンド旅客流予測【JST・京大機械翻訳】

Metro Outbound Passenger Flow Forecasting Considering Spatial-Temporal Correlation Characteristics

著者 (4件)： Tang Yuxin (School of Traffic and Transportation, Beijing Jiaotong University, Beijing, China) ,  Guo Jianyuan (School of Traffic and Transportation, Beijing Jiaotong University, Beijing, China) ,  Wang Yalin (Bank of Ningbo, Ningbo, China) ,  Li Jian (School of Emergency Technology and Management, North China Institute of Science and Technology, Langfang, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 867  ページ： 525-534  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： 地下鉄外部乗客流の正確な予測は,駅運用と接続輸送システムに非常に重要である。本論文は,時系列特性と空間-時間相関特性を分析した後に,多変数シーケンスLSTMアウトバウンドフロー予測モデルを構築した。そして,空間角度データの次元は,予測モデルの効率を改良するために,t-SNEに基づいて減少した。最後に,著者らは,アウトバウンドパッセンジャーフロー予測実験を実施する用例としてDongsishitiao観測所を取り上げて,空間-時間相関特性入力の有効性を示すために,いろいろな特性入力に基づき乗客流動予測正確さを比較した。実験モデルの予測誤差指数MAPEは9.6%に達し,モデル予測結果のアベイラビリティを示し,そして,一般的に使用されるモデルと予測結果の比較は,予測モデルの優位性を証明した。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： *予測 ,  流動 ,  特性 ,  *地下鉄道 ,  ニューラルネットワーク ,  交通システム ,  鉄道駅 ,  モデル ,  *乗客 ,  予測誤差 ,  予測モデル
準シソーラス用語： 長期記憶 ,  実験モデル ,  モデル予測 ,  多変量 , 【Automatic Indexing@JST】

著者キーワード (4件)： 都市鉄道輸送 ,  アウトバウンド旅客流予測 ,  長期記憶ニューラルネットワーク ,  空間-時間相関特性

分類 (3件)： 交通調査  (TB01031B) ,  その他の計算機利用技術  (JE14000C) ,  換気  (PC02040B)

タイトルに関連する用語 (4件)： 時間相関 ,  地下鉄 ,  旅客 ,  予測