論文の概要: Experiments on route choice set generation using a large GPS trajectory set

• arxiv url: http://arxiv.org/abs/2006.04536v1
• Date: Fri, 22 May 2020 13:44:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-30 09:52:34.475786
• Title: Experiments on route choice set generation using a large GPS trajectory set
• Title（参考訳）: 大型gps軌道セットを用いた経路選択集合生成実験
• Authors: Rui Yao, Shlomo Bekhor
• Abstract要約: 本稿では,大規模なGPSトラジェクトリデータセットを用いて,異なる経路生成アルゴリズムの評価を行う。 最短経路に基づいて単一経路を生成することにより、初期解析を行う。 高架道路の使用を優先する改良されたリンクペナルティ法は、97%のカバレッジで設定されたルートを提供する。
• 参考スコア（独自算出の注目度）: 9.139729923546247
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Several route choice models developed in the literature were based on a relatively small number of observations. With the extensive use of tracking devices in recent surveys, there is a possibility to obtain insights with respect to the traveler's choice behavior. In this paper, different path generation algorithms are evaluated using a large GPS trajectory dataset. The dataset contains 6,000 observations from Tel-Aviv metropolitan area. An initial analysis is performed by generating a single route based on the shortest path. Almost 60% percent of the 6,000 observations can be covered (assuming a threshold of 80% overlap) using a single path. This result significantly contrasts previous literature findings. Link penalty, link elimination, simulation and via-node methods are applied to generate route sets, and the consistency of the algorithms are compared. A modified link penalty method, which accounts for preference of using higher hierarchical roads, provides a route set with 97% coverage (80% overlap threshold). The via-node method produces route set with satisfying coverage, and generates routes that are more heterogeneous (in terms number of links and routes ratio).
• Abstract（参考訳）: 文献で開発されたいくつかの経路選択モデルは比較的少数の観測に基づいていた。 近年の調査では追跡装置が広範囲に利用されており、旅行者の選択行動に関する洞察を得ることが可能である。 本稿では,大規模なGPSトラジェクトリデータセットを用いて,異なる経路生成アルゴリズムの評価を行う。 このデータセットはテルアビブ大都市圏から6,000の観測結果を含んでいる。 最短経路に基づいて単一経路を生成することにより、初期解析を行う。 6000の観測の60%近くは、単一の経路を使ってカバーできる(80%の重なりの閾値を仮定して)。 この結果は以前の文献とは大きく異なる。 経路集合を生成するためにリンクペナルティ、リンク除去、シミュレーションおよびパスノード法を適用し、アルゴリズムの整合性を比較する。 高架道路の使用を優先する改良型リンクペナルティ法は、97%のカバレッジ(80%のオーバーラップしきい値)で設定されたルートを提供する。 via-nodeメソッドは、カバレッジを満足するルートセットを生成し、(リンク数とルート比で)より異質なルートを生成する。

関連論文リスト

• Multimodal Trajectory Prediction for Autonomous Driving on Unstructured Roads using Deep Convolutional Network [15.950227451262919]
  露天掘り鉱業における自動運転の応用は、安全で効率的な輸送を実現するための注目を集めている。 対象車両の複数の軌道とその確率を予測する手法を提案する。 この方法は、オープンピットマイニングにおける自律運転シナリオに特化したデータセット上で、オフラインでテストされた。
  論文  参考訳（メタデータ） (2024-09-27T02:29:02Z)
• Finding Transformer Circuits with Edge Pruning [71.12127707678961]
  自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。 本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。 その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
  論文  参考訳（メタデータ） (2024-06-24T16:40:54Z)
• Road Graph Generator: Mapping roads at construction sites from GPS data [0.0]
  本稿では,GPS軌道から地図構築地点への道路推定手法を提案する。 この課題は, 建設機械の非標準運動パターンが不安定であることから, 独特な課題である。 提案手法はまず,重要な決定点として機能する道路網の交差点を識別し,エッジと接続してグラフを生成する。
  論文  参考訳（メタデータ） (2024-02-15T12:53:25Z)
• Radio Map Estimation -- An Open Dataset with Directive Transmitter Antennas and Initial Experiments [49.61405888107356]
  実世界の現実的な都市地図とオープンなデータソースからの航空画像とともに、シミュレーションされた経路損失無線マップのデータセットをリリースする。 モデルアーキテクチャ,入力特徴設計,航空画像からの無線マップの推定に関する実験を行った。
  論文  参考訳（メタデータ） (2024-01-12T14:56:45Z)
• Road Rutting Detection using Deep Learning on Images [0.0]
  道路ラッティングは、道路の早期かつコストのかかる保守コストの早期の故障を引き起こす深刻な道路難題である。 本稿では,949個の画像からなる新しい道路ラッティングデータセットを提案し,オブジェクトレベルのアノテーションとピクセルレベルのアノテーションを提供する。 オブジェクト検出モデルとセマンティックセグメンテーションモデルは,提案したデータセット上での道路変動を検出するためにデプロイされた。
  論文  参考訳（メタデータ） (2022-09-28T16:53:05Z)
• GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
  3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。 提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
  論文  参考訳（メタデータ） (2022-05-30T16:22:53Z)
• A Metaheuristic Algorithm for Large Maximum Weight Independent Set Problems [58.348679046591265]
  ノード重み付きグラフが与えられたとき、ノード重みが最大となる独立した(相互に非隣接な)ノードの集合を見つける。 このアプリケーションで放送されるグラフの中には、数十万のノードと数億のエッジを持つ大きなものもあります。 我々は,不規則なランダム化適応検索フレームワークにおいてメタヒューリスティックな新しい局所探索アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-03-28T21:34:16Z)
• SPIN Road Mapper: Extracting Roads from Aerial Images via Spatial and Interaction Space Graph Reasoning for Autonomous Driving [64.10636296274168]
  道路抽出は、自律航法システムを構築するための重要なステップである。 この問題に対して単に畳み込みニューラルネットワーク(ConvNets)を使用することは、画像内の道路セグメント間の遠い依存関係をキャプチャする非効率であるため、効果がない。 本研究では,ConvNetに接続した時,特徴写像から投影された空間空間および相互作用空間上に構築されたグラフの推論を行う空間空間グラフ推論(SPIN)モジュールを提案する。
  論文  参考訳（メタデータ） (2021-09-16T03:52:17Z)
• The Oxford Road Boundaries Dataset [27.619657696700283]
  オックスフォード道路境界データセットは、機械学習に基づく道路境界検出と推論アプローチのトレーニングとテストのために設計されている。 我々は,オックスフォード・ロボットカー・データセットから10kmの地点でハンドアノテートを行い,さらに数千の地点でセミアノテートされた道路境界マスクを作成した。
  論文  参考訳（メタデータ） (2021-06-16T17:23:34Z)
• Partitioned Graph Convolution Using Adversarial and Regression Networks for Road Travel Speed Prediction [0.0]
  データレスエッジの道路セグメント走行速度ヒストグラムを予測するためのフレームワークを提案する。 このフレームワークは、71.5%の交差と78.5%の移動速度ヒストグラムの予測における相関の精度を実現する。 実験によると、データセットをクラスタに分割すると、フレームワークのパフォーマンスが向上する。
  論文  参考訳（メタデータ） (2021-02-26T22:16:48Z)
• Detecting 32 Pedestrian Attributes for Autonomous Vehicles [103.87351701138554]
  本稿では、歩行者を共同で検出し、32の歩行者属性を認識するという課題に対処する。 本稿では,複合フィールドフレームワークを用いたマルチタスク学習(MTL)モデルを提案する。 競合検出と属性認識の結果と,より安定したMTLトレーニングを示す。
  論文  参考訳（メタデータ） (2020-12-04T15:10:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。