文献

J-GLOBAL ID：202202280080378712   整理番号：22A0959346

誤りのあるBluetooth検出のためのBayes経路選択推論【JST・京大機械翻訳】

Bayesian Route Choice Inference to Address Missed Bluetooth Detections

著者 (3件)： Garrido-Valenzuela Francisco (Department of Transport Engineering and Logistics, Pontificia Universidad Cato ́lica de Chile, Santiago, Chile) ,  Raveau Sebastian (Department of Transport Engineering and Logistics, Pontificia Universidad Cato ́lica de Chile, Santiago, Chile) ,  Herrera Juan C. (Department of Transport Engineering and Logistics, Pontificia Universidad Cato ́lica de Chile, Santiago, Chile)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 23  号： 3  ページ： 1865-1874  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： 交差点および/または道路の特定のセットでBluetoothまたはWi-Fiのような無線センサを設置することにより,これらの技術を備えた車両の通過を検出することが可能である。しかし,Wi-FiまたはBluetooth-equipped車両は,検出確率が,天候,近隣インフラストラクチャ,または車両の速度のようないくつかの因子に依存するので,必ずしも,それらが通過するあらゆるセンサによって検出されない。この完全な情報の欠如に取り組むために,2つの連続検出の間の車両によって使用される最もありそうな経路を推論するための方法論を提案した。方法論は3段階から成る。第一段階は,道路網のグラフとセンサの位置を構成する。第2ステージは,第1段階で定義されたグラフの各リンクに対する各ノードと移動時間における滞留時間の分布を調整するために,無線データを用いることから成る。第3と最終ステージは,各ポテンシャル経路に対する集合時間分布を得るために,連続検出間のノードとリンク時間分布からなる。次に,Bayes推論を,各車両に対して観測された移動時間及び見逃し検出の数に基づいて適用し,各代替ルートの確率を決定した。方法論をマイクロシミュレーションを通して試験し,試験した最も好ましいシナリオで90%以上の予測性能を示した。ルートを推論するベンチマーク手法と比較して,提案した方法論は,ネットワーク感覚密度が低く,利用可能なデータが減少するとき,より良い結果を提供した。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： シミュレーション ,  *規格 ,  ネットワーク ,  交差点 ,  道路 ,  道路網 ,  滞留時間 ,  Bayes推定 ,  *経路選定 ,  *無線伝送 ,  インフラストラクチャー ,  ベンチマーク
準シソーラス用語： *Bluetooth ,  マイクロシミュレーション ,  WiFi ,  無線センサ ,  天候 ,  検出確率 , 【Automatic Indexing@JST】

分類 (2件)： 交通調査  (TB01031B) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 誤り ,  Bluetooth ,  経路選択 ,  推論