論文の概要: Transitions between quasi-stationary states in traffic systems: Cologne orbital motorways as an example

• arxiv url: http://arxiv.org/abs/2302.14596v1
• Date: Tue, 28 Feb 2023 14:32:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-01 16:15:49.988575
• Title: Transitions between quasi-stationary states in traffic systems: Cologne orbital motorways as an example
• Title（参考訳）: 交通システムにおける準定常状態間の遷移--ケルン軌道を例として
• Authors: Shanshan Wang, Michael Schreckenberg and Thomas Guhr
• Abstract要約: 準定常状態間の遷移、すなわちシステムがどのように動作モードを変更するかを分析する。 私たちの知る限りでは、このタイプの交通システムに関する最初の研究である。
• 参考スコア（独自算出の注目度）: 4.3455655888747575
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traffic systems can operate in different modes. In a previous work, we identified these modes as different quasi-stationary states in the correlation structure. Here, we analyze the transitions between such quasi-stationary states, i.e., how the system changes its operational mode. In the longer run this might be helpful to forecast the time evolution of correlation patterns in traffic. We take Cologne orbital motorways as an example, we construct a state transition network for each quarter of 2015 and find a seasonal dependence for those quasi-stationary states in the traffic system. Using the PageRank algorithm, we identify and explore the dominant states which occur frequently within a moving time window of 60 days in 2015. To the best of our knowledge, this is the first study of this type for traffic systems.
• Abstract（参考訳）: 交通システムは様々なモードで運用できる。 前回の研究では、これらのモードを相関構造において異なる準定常状態と同定した。 本稿では,準定常状態間の遷移,すなわちシステムが動作モードをどのように変化させるかを分析する。 長期的には、トラフィックの相関パターンの時間的進化を予測するのに役立つかもしれない。 我々はケルン軌道を例として、2015年第4四半期ごとに状態遷移ネットワークを構築し、交通システムにおける準定常状態に季節的依存を見出す。 PageRankアルゴリズムを用いて、2015年に60日間の移動時間ウィンドウ内で頻繁に発生する支配的状態を特定し、探索する。 私たちの知る限りでは、このタイプの交通システムに関する最初の研究である。

関連論文リスト

• AMP: Autoregressive Motion Prediction Revisited with Next Token Prediction for Autonomous Driving [59.94343412438211]
  本稿では,GPT方式の次のトークン動作予測を動作予測に導入する。 同種単位-ワードからなる言語データとは異なり、運転シーンの要素は複雑な空間的・時間的・意味的な関係を持つ可能性がある。 そこで本稿では,情報集約と位置符号化スタイルの異なる3つの因子化アテンションモジュールを用いて,それらの関係を捉えることを提案する。
  論文  参考訳（メタデータ） (2024-03-20T06:22:37Z)
• A Holistic Framework Towards Vision-based Traffic Signal Control with Microscopic Simulation [53.39174966020085]
  交通信号制御(TSC)は交通渋滞を低減し、交通の流れを円滑にし、アイドリング時間を短縮し、CO2排出量を減らすために重要である。 本研究では,道路交通の流れを視覚的観察によって調節するTSCのコンピュータビジョンアプローチについて検討する。 我々は、視覚ベースのTSCとそのベンチマークに向けて、TrafficDojoと呼ばれる総合的なトラフィックシミュレーションフレームワークを導入する。
  論文  参考訳（メタデータ） (2024-03-11T16:42:29Z)
• Out-of-equilibrium scaling behavior arising during round-trip protocols across a quantum first-order transition [0.0]
  量子一階遷移をゆっくりと駆動するラウンドトリッププロトコルにおける量子スピン鎖の非平衡ダイナミクスについて検討する。 このようなスケーリング関係は、駆動プロトコルが反転し、遷移が非平衡状態によって再びアプローチされるときに持続することを示す。
  論文  参考訳（メタデータ） (2023-05-22T12:55:15Z)
• Modeling Network-level Traffic Flow Transitions on Sparse Data [6.756998301171409]
  本稿では,スパースデータからネットワークレベルのトラフィックフローを予測できるDTIGNNを提案する。 提案手法は最先端の手法よりも優れており,交通機関の意思決定支援に有効であることを示す。
  論文  参考訳（メタデータ） (2022-08-13T13:30:35Z)
• Continuous-Time and Multi-Level Graph Representation Learning for Origin-Destination Demand Prediction [52.0977259978343]
  本稿では,原位置需要予測(CMOD)のための連続時間および多段階動的グラフ表現学習法を提案する。 状態ベクトルは、過去のトランザクション情報を保持し、最近発生したトランザクションに従って継続的に更新される。 北京地下鉄とニューヨークタクシーの2つの実世界のデータセットを用いて実験を行い、そのモデルが最先端のアプローチに対して優れていることを実証した。
  論文  参考訳（メタデータ） (2022-06-30T03:37:50Z)
• Agent-aware State Estimation in Autonomous Vehicles [22.60566287125007]
  本研究では,環境中の他のエージェントの挙動を間接的に推定するフレームワークであるエージェント・アウェア状態推定を導入する。 提案手法は,実走行車群における既存の交通信号のみのHMM法よりも精度が高いことを示す。
  論文  参考訳（メタデータ） (2021-08-01T05:31:00Z)
• End-to-End Intersection Handling using Multi-Agent Deep Reinforcement Learning [63.56464608571663]
  交差点をナビゲートすることは、自動運転車にとって大きな課題の1つです。 本研究では,交通標識のみが提供された交差点をナビゲート可能なシステムの実装に着目する。 本研究では,時間ステップ毎に加速度と操舵角を予測するためのニューラルネットワークの訓練に用いる,モデルフリーの連続学習アルゴリズムを用いたマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2021-04-28T07:54:40Z)
• Traffic congestion and travel time prediction based on historical congestion maps and identification of consensual days [0.0]
  本稿では,高速道路における交通状況と走行時間をリアルタイムに推定するための,新しいプラクティスレディ手法を提案する。 フランスの高速道路で収集された10ヶ月のデータを使ってテストされる。
  論文  参考訳（メタデータ） (2020-11-10T12:46:08Z)
• Defining Traffic States using Spatio-temporal Traffic Graphs [9.861775841965386]
  本稿では,交通グラフを用いた交差点の空間領域の交通状況の把握手法を提案する。 これらのトラフィックグラフが時間とともに異なるトラフィック状態を示す方法 — a) 渋滞が形成されている(クランプ)、あるいは、渋滞が分散している(アンクランプ)、c) トラフィックが正常に流れている(中性)。
  論文  参考訳（メタデータ） (2020-07-27T17:27:52Z)
• Constructing Geographic and Long-term Temporal Graph for Traffic Forecasting [88.5550074808201]
  交通予測のための地理・長期時間グラフ畳み込み型ニューラルネットワーク(GLT-GCRNN)を提案する。 本研究では,地理的・長期的時間的パターンを共有する道路間のリッチな相互作用を学習する交通予測のための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-04-23T03:50:46Z)
• Spatial-Temporal Transformer Networks for Traffic Flow Forecasting [74.76852538940746]
  本稿では,長期交通予測の精度を向上させるため,時空間変圧器ネットワーク(STTN)の新たなパラダイムを提案する。 具体的には、有向空間依存を動的にモデル化することにより、空間変換器と呼ばれる新しいグラフニューラルネットワークを提案する。 提案モデルにより,長期間にわたる空間的依存関係に対する高速かつスケーラブルなトレーニングが可能になる。
  論文  参考訳（メタデータ） (2020-01-09T10:21:04Z)

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。