論文の概要: On the Distribution of Probe Traffic Volume Estimated from Their
Footprints
- arxiv url: http://arxiv.org/abs/2307.15274v1
- Date: Fri, 28 Jul 2023 02:55:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-31 13:52:06.595884
- Title: On the Distribution of Probe Traffic Volume Estimated from Their
Footprints
- Title(参考訳): 足跡から推定したプローブ交通量の分布について
- Authors: Kentaro Iio, Gulshan Noorsumar, Dominique Lord and Yunlong Zhang
- Abstract要約: 本研究では,道路セグメントを経由する推定プローブトラフィック量の正確な分布を,軌道再構成を伴わないプローブデータに基づいて提示する。
良好な校正されたプローブ浸透率により、低プローブレートでも高精度なプローブ点データを用いて、道路セグメント内の交通量を推定することができる。
- 参考スコア(独自算出の注目度): 2.270118204418066
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Collecting traffic volume data is a vital but costly piece of transportation
engineering and urban planning. In recent years, efforts have been made to
estimate traffic volumes using passively collected probe data that contain
spatiotemporal information. However, the feasibility and underlying principles
of traffic volume estimation based on probe data without pseudonyms have not
been examined thoroughly. In this paper, we present the exact distribution of
the estimated probe traffic volume passing through a road segment based on
probe point data without trajectory reconstruction. The distribution of the
estimated probe traffic volume can exhibit multimodality, without necessarily
being line-symmetric with respect to the actual probe traffic volume. As more
probes are present, the distribution approaches a normal distribution. The
conformity of the distribution was demonstrated through numerical and
microscopic traffic simulations. Theoretically, with a well-calibrated probe
penetration rate, traffic volumes in a road segment can be estimated using
probe point data with high precision even at a low probe penetration rate.
Furthermore, sometimes there is a local optimum cordon length that maximises
estimation precision. The theoretical variance of the estimated probe traffic
volume can address heteroscedasticity in the modelling of traffic volume
estimates.
- Abstract(参考訳): 交通量データの収集は、交通工学と都市計画の重要かつ費用のかかる部分である。
近年,時空間情報を含む受動的に収集されたプローブデータを用いて交通量の推定が試みられている。
しかし,偽名のないプローブデータに基づく交通量推定の実現可能性と基礎原理は検討されていない。
本稿では,軌道再構成を伴わないプローブ点データに基づく道路区間を通過する推定プローブ交通量の正確な分布について述べる。
推定されたプローブトラフィックボリュームの分布は、実際のプローブトラフィックボリュームに対して必ずしもライン対称でなくても、多モード性を示すことができる。
より多くのプローブが存在すると、分布は正規分布に近づく。
分布の整合性は数値および微視的交通シミュレーションによって実証された。
理論的には、よく校正されたプローブ浸透速度では、低プローブ浸透速度でも高精度なプローブ点データを用いて道路セグメント内の交通量を推定することができる。
さらに、推定精度を最大化する局所最適コルドン長が存在することもある。
推定されたプローブトラフィック量の理論的分散は、トラフィックボリューム推定のモデル化におけるヘテロセシスティック性に対処することができる。
関連論文リスト
- Distil the informative essence of loop detector data set: Is
network-level traffic forecasting hungry for more data? [0.8002196839441036]
本稿では,予測モデルのトレーニングに実際に有効なループデータのサンプル数を検討するために,不確実性を考慮したトラフィック予測フレームワークを提案する。
提案手法は,大規模トラフィックデータセットの真の情報内容を評価する上で有用である。
論文 参考訳(メタデータ) (2023-10-31T11:23:10Z) - Out-of-distribution detection using normalizing flows on the data
manifold [3.725042082196983]
本研究では,正規化フローを用いた多様体学習が分布外検出に及ぼす影響について検討した。
本研究では,正規化フローとして知られる確率ベースモデルの分布外検出能力を,多様体学習により向上させることを示す。
論文 参考訳(メタデータ) (2023-08-26T07:35:16Z) - Towards better traffic volume estimation: Jointly addressing the
underdetermination and nonequilibrium problems with correlation-adaptive GNNs [47.18837782862979]
本稿では, 交通量推定に関する2つの重要な問題について考察する。(1) 未検出運動による交通流の過小評価, (2) 渋滞伝播による非平衡交通流。
上記の問題に対処するために,データ駆動型,モデルフリー,相関適応型アプローチをグラフベースで実現するディープラーニング手法を実証する。
論文 参考訳(メタデータ) (2023-03-10T02:22:33Z) - Traffic State Estimation from Vehicle Trajectories with Anisotropic Gaussian Processes [21.13555047611666]
本稿では,標準等方性GPカーネルを異方性カーネルに変換するカーネル回転再パラメータ化方式を提案する。
また、複数のレーンの交通状態を同時に推定できるマルチアウトプットGPへのアプローチも拡張しています。
連結車両(CV)と人間駆動車両(HV)の混合交通について検討し,交通状態推定(TSE)方式を5%から50%まで実験した。
論文 参考訳(メタデータ) (2023-03-04T03:59:17Z) - Correlating sparse sensing for large-scale traffic speed estimation: A
Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。
次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
論文 参考訳(メタデータ) (2022-10-21T07:25:57Z) - Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。
MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。
本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
論文 参考訳(メタデータ) (2022-06-29T22:19:03Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳(メタデータ) (2021-08-02T08:13:57Z) - Instance-Optimal Compressed Sensing via Posterior Sampling [101.43899352984774]
後部サンプリング推定器がほぼ最適回復保証を達成できることを示す。
本稿では,Langevin dynamics を用いた深部生成前駆体の後方サンプリング推定器を実装し,MAP よりも精度の高い推定値が得られることを実証的に見出した。
論文 参考訳(メタデータ) (2021-06-21T22:51:56Z) - A probabilistic model for missing traffic volume reconstruction based on
data fusion [5.389118559012973]
固定位置センサデータとプローブ車両データを融合し,交通量再構成の確率モデルを提案する。
実世界のトラヒックボリュームデータセットを用いて,提案手法が広く研究されているデータ問題に対する最先端手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2021-05-06T16:16:35Z) - A Graph Convolutional Network with Signal Phasing Information for
Arterial Traffic Prediction [63.470149585093665]
動脈交通予測は 現代のインテリジェント交通システムの発展に 重要な役割を担っています
動脈交通予測に関する既存の研究の多くは、ループセンサからの流量と占有率の時間的測定のみを考慮し、上流と下流の検出器間のリッチな空間的関係を無視している。
我々は,信号タイミング計画から発生する空間情報を用いて,深層学習アプローチである拡散畳み込みリカレントニューラルネットワークを強化することで,このギャップを埋める。
論文 参考訳(メタデータ) (2020-12-25T01:40:29Z)
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。