論文の概要: Forecasting of the Montreal Subway Smart Card Entry Logs with Event Data

• arxiv url: http://arxiv.org/abs/2008.09842v1
• Date: Sat, 22 Aug 2020 14:08:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-26 08:22:21.204923
• Title: Forecasting of the Montreal Subway Smart Card Entry Logs with Event Data
• Title（参考訳）: イベントデータを用いたモントリオール地下鉄スマートカード入力ログの予測
• Authors: Florian Toqu\'e, Etienne C\^ome, Martin Tr\'epanier and Latifa Oukhellou
• Abstract要約: 本研究では, 時間分解能の微粒化による長期需要予測のための汎用データ整形法を提案する。 具体的には,輸送ネットワークの各駅に4分の1のアグリゲーションで入場する乗客数より1年前までの予測について検討する。 モデルと予測の質を比較するために、カナダのモンローアル市で設定された実際のスマートカードとイベントデータセットを使用します。
• 参考スコア（独自算出の注目度）: 0.814375035858607
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One of the major goals of transport operators is to adapt the transport supply scheduling to the passenger demand for existing transport networks during each specific period. Another problem mentioned by operators is accurately estimating the demand for disposable ticket or pass to adapt ticket availability to passenger demand. In this context, we propose generic data shaping, allowing the use of well-known regression models (basic, statistical and machine learning models) for the long-term forecasting of passenger demand with fine-grained temporal resolution. Specifically, this paper investigates the forecasting until one year ahead of the number of passengers entering each station of a transport network with a quarter-hour aggregation by taking planned events into account (e.g., concerts, shows, and so forth). To compare the models and the quality of the prediction, we use a real smart card and event data set from the city of Montr\'eal, Canada, that span a three-year period with two years for training and one year for testing.
• Abstract（参考訳）: 輸送事業者の主な目的の1つは、各期間に既存の輸送ネットワークの旅客需要に交通供給のスケジューリングを適用することである。 オペレーターが指摘する別の問題は、使い捨て券や乗車券の需要を正確に推定し、乗客の需要に応じて乗車券を利用できるようにすることである。 そこで本稿では, 利用者需要の長期予測によく知られた回帰モデル(基本, 統計的, 機械学習モデル)を, 微粒な時間分解能で利用できる汎用データ整形法を提案する。 具体的には,計画されたイベント(コンサート,ショーなど)を考慮に入れて,輸送ネットワークの各駅に4分の1のアグリゲーションで入場する乗客数より1年前までの予測について検討する。 モデルと予測の質を比較するために、カナダのモントーイール市で設定された本物のスマートカードとイベントデータセットを使用します。

関連論文リスト

• F-FOMAML: GNN-Enhanced Meta-Learning for Peak Period Demand Forecasting with Proxy Data [65.6499834212641]
  本稿では,需要予測をメタラーニング問題として定式化し,F-FOMAMLアルゴリズムを開発した。 タスク固有のメタデータを通してドメインの類似性を考慮することにより、トレーニングタスクの数が増加するにつれて過剰なリスクが減少する一般化を改善した。 従来の最先端モデルと比較して,本手法では需要予測精度が著しく向上し,内部自動販売機データセットでは平均絶対誤差が26.24%,JD.comデータセットでは1.04%削減された。
  論文  参考訳（メタデータ） (2024-06-23T21:28:50Z)
• Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series Forecasting Approach [71.67506068703314]
  長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。 伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。 本研究では,都市におけるモビリティ予測の新たな視点について紹介する。 都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
  論文  参考訳（メタデータ） (2023-12-04T07:39:05Z)
• On Designing Day Ahead and Same Day Ridership Level Prediction Models for City-Scale Transit Networks Using Noisy APC Data [0.0]
  本稿では,複数のソースからのデータの収集,クリーン化,処理,マージを併用して,トランジットライダーシップの予測に機械学習モデルをトレーニングする手法を提案する。 ナッシュビルの公共交通機関が提供している現実の交通データに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2022-10-10T19:50:59Z)
• Meta-Learning over Time for Destination Prediction Tasks [53.12827614887103]
  交通分野における公共目的と民間目標の両方を、車両の行動を理解し、予測する必要がある。 近年の研究では、時間情報の導入による予測性能の限界改善しか見出されていない。 本稿では、ニューラルネットワークが入力に応じて自身の重みを変えることを学習するハイパーネットワークに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2022-06-29T17:58:12Z)
• Data-Efficient Double-Win Lottery Tickets from Robust Pre-training [129.85939347733387]
  本稿では,事前学習したモデルからのサブネットワークを,様々な下流タスクで独立に転送できるDouble-Win Lottery Ticketsを紹介する。 頑健な事前訓練は、標準的なものよりも優れたパフォーマンスで、スペーサーのダブルウィン・宝くじを製作する傾向にある。
  論文  参考訳（メタデータ） (2022-06-09T20:52:50Z)
• Transfer learning for cross-modal demand prediction of bike-share and public transit [3.048808575168628]
  本研究では,多種多様な機械学習モデルと移動学習戦略を,モーダル間需要予測のために検討する。 駅レベルの旅客流として、自転車シェア、メトロ、タクシーの走行データを処理する。 提案手法は南京・シカゴの大規模ケーススタディで検証された。
  論文  参考訳（メタデータ） (2022-03-17T12:06:05Z)
• Decision Support Models for Predicting and Explaining Airport Passenger Connectivity from Data [4.613211668370363]
  本稿では,接続飛行管理の異なる段階を対象とした機械学習に基づく意思決定支援モデルを提案する。 フライトや乗客の履歴データを用いて、航空会社のハブ空港におけるフライト接続の欠落を予測した。
  論文  参考訳（メタデータ） (2021-11-02T22:08:39Z)
• Public Transit for Special Events: Ridership Prediction and Train Optimization [10.531110013870792]
  交通機関は、ディスラプション、遅延、運賃収入への影響を理解することが重要である。 本稿では,特殊イベントによる渋滞ピーク時の交通システムの性能評価,予測,管理を行うための一連のデータ駆動手法を提案する。
  論文  参考訳（メタデータ） (2021-06-09T19:52:18Z)
• A model for traffic incident prediction using emergency braking data [77.34726150561087]
  道路交通事故予測におけるデータ不足の根本的な課題を、事故の代わりに緊急ブレーキイベントをトレーニングすることで解決します。 メルセデス・ベンツ車両の緊急ブレーキデータに基づくドイツにおける交通事故予測モデルを実装したプロトタイプを提案する。
  論文  参考訳（メタデータ） (2021-02-12T18:17:12Z)
• Predicting seasonal influenza using supermarket retail records [59.18952050885709]
  我々は,スーパーマーケットの小売データを,センチネルバスケットの識別を通じてインフルエンザの代替信号とみなす。 SVR(Support Vector Regression)モデルを用いて、季節性インフルエンザ発生の予測を行います。
  論文  参考訳（メタデータ） (2020-12-08T16:30:43Z)
• Crowding Prediction of In-Situ Metro Passengers Using Smart Card Data [11.781685156308475]
  本稿では,閉鎖型地下鉄システム内の乗客密度を推定する統計モデルを提案する。 予測結果に基づいて,将来の時刻の乗客密度の正確な予測を行うことができる。
  論文  参考訳（メタデータ） (2020-09-07T04:07:37Z)

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。