文献

J-GLOBAL ID：202202292091205991   整理番号：22A0203572

セルラフットプリントによる旅客需要予測【JST・京大機械翻訳】

Passenger Demand Prediction With Cellular Footprints

著者 (7件)： Chu Jing (School of Software Engineering, Tsinghua Universtiy, Bejing, China) ,  Wang Xu (School of Software Engineering, Tsinghua Universtiy, Bejing, China) ,  Qian Kun (School of Software Engineering, Tsinghua Universtiy, Bejing, China) ,  Yao Lina (School of Computer Science and Engineering, UNSW, Kensington, NSW, Australia) ,  Xiao Fu (College of Computer, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Li Jianbo (Computer Science and Technology College, Qingdao University, Qingdao, China) ,  Yang Zheng (School of Software Engineering, Tsinghua Universtiy, Bejing, China)
資料名： IEEE Transactions on Mobile Computing  (IEEE Transactions on Mobile Computing)
巻： 21  号： 1  ページ： 252-263  発行年： 2022年 
JST資料番号： W1357A  ISSN： 1536-1233  CODEN： ITMCCJ  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： 都市全体の乗客需要の正確な予測は,オンライン自動車-海嶺サービスプロバイダを,より良いスケジュール運転者供給に支援する。以前の研究は,乗客の次数履歴のみを使用し,乗客需要の深い依存性を捉えるのに失敗するか,あるいは,物理的状況を失うグリッド領域分割に制約される。移動交通分析における最近の進歩は,都市機能の理解を促進した。本論文では,地域群衆フローを統合し,柔軟な領域分割に適用する需要予測モデルであるFlowFlexDPを提案する。中国における主要な都市における1.5百万のユーザをカバーするセルデータセットに関する分析は,乗客需要と混雑フローの間の強い相関を明らかにした。FlowFlexDPは,セルデータから順序履歴と群衆フローの両方を抽出し,グラフ畳込みニューラルネットワークを採用して,都市における任意形状およびサイズの領域に対する予測を適応させた。セルデータからの6つのオンライン自動車-海嶺アプリケーションの大規模データセットに関する評価は,FlowFlexDPが乗客需要を正確に予測し,最先端の需要予測方法より優れていることを示した。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： 自動車 ,  セグメンテーション ,  都市 ,  *需要予測 ,  応用プログラム ,  *乗客
準シソーラス用語： フットプリント ,  サービスプロバイダ ,  オンライン ,  都市機能 ,  大規模データセット ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 移動通信  (ND08030H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 旅客 ,  需要予測