論文の概要: Simulation-Free Estimation of Traffic Flows from Sparse Count Data
- arxiv url: http://arxiv.org/abs/2606.23536v1
- Date: Mon, 22 Jun 2026 16:13:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-24 18:25:06.633929
- Title: Simulation-Free Estimation of Traffic Flows from Sparse Count Data
- Title（参考訳）: スパース数データによる交通流のシミュレーションフリー推定
- Authors: Davide Guastella, Gianluca Bontempi,
- Abstract要約: 本稿では,スパース集約車両数から時間変動交通流パターンを推定する手法を提案する。
本手法は,実交通データと合成交通データを用いて,ブリュッセルの道路網上で評価する。
その結果,提案手法は,入力データ中の日々のトラフィックプロファイルを再現し,計算コストのごく一部でベースライン手法より優れていることがわかった。
- 参考スコア（独自算出の注目度）: 1.519321208145928
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a method for estimating time-varying traffic flow patterns from sparse aggregated vehicle counts. The method partitions the study area into spatial regions, constructs a set of feasible region-to-region routes, and solves a weighted least-squares optimization problem to determine the number of vehicles to allocate on each route. A weighted contribution matrix encodes sensor coverage, steering the optimizer toward flow configurations that are directly observable by sensors. Edge-level trajectories are then derived by scoring candidate routes against the temporal and volumetric profiles of aggregated regional sensor counts. The method is evaluated on the Brussels road network using real and synthetic traffic data. Results show that the proposed approach reproduces the daily traffic profile in the input data and outperforms the baseline methods at a fraction of the computational cost.
- Abstract（参考訳）: 本稿では,スパース集約車両数から時間変動交通流パターンを推定する手法を提案する。
本手法は、研究領域を空間領域に分割し、実現可能な地域間経路の集合を構築し、各経路に割り当てる車両数を決定するために、重み付けされた最小二乗最適化問題を解く。
重み付けされたコントリビューションマトリックスは、センサーのカバレッジを符号化し、センサーによって直接観察可能なフロー構成に向けてオプティマイザを操る。
次に、エッジレベルの軌道は、集約された地域センサ数の時間的および体積的プロファイルに対して候補経路を評価することによって導出される。
本手法は,実交通データと合成交通データを用いて,ブリュッセルの道路網上で評価する。
その結果,提案手法は,入力データ中の日々のトラフィックプロファイルを再現し,計算コストのごく一部でベースライン手法より優れていることがわかった。
関連論文リスト
- Calibration of Vehicular Traffic Simulation Models by Local Optimization [43.942239814508106]
トラフィックカウントデータを用いたシミュレーションモデルのキャリブレーションは、環境の複雑さ、データの欠如、トラフィックダイナミクスの不確実性のために困難である。
本稿では,シミュレーションに基づく新しい交通キャリブレーション手法を提案する。
ベルギーのブリュッセルで,実交通監視装置のデータを用いて提案手法の評価を行った。
論文 参考訳（メタデータ） (2025-02-17T09:17:01Z) - 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) - Estimating Link Flows in Road Networks with Synthetic Trajectory Data
Generation: Reinforcement Learning-based Approaches [7.369475193451259]
本稿では,限られた交通量と車両軌道データを組み合わせることで,道路網内のリンクフローを推定する問題に対処する。
本稿では,車両の連接動作を逐次決定問題として定式化する,新しい生成モデルフレームワークを提案する。
発生した人口車両軌跡が観測された交通量と軌跡データと一致していることを確認するために,逆強化学習と制約強化学習に基づく2つの手法を提案する。
論文 参考訳（メタデータ） (2022-06-26T13:14:52Z) - Dense Air Quality Maps Using Regressive Facility Location Based Drive By
Sensing [4.264192013842096]
本稿では,隣接する場所におけるスムーズさと自己回帰時間相関を組み込んだ効率的な車両選択フレームワークを提案する。
インド・デリーの公共交通機関からサブセットを選択する際の枠組みを評価する。
論文 参考訳（メタデータ） (2022-01-20T18:20:37Z) - On the Design of Graph Embeddings for the Sensorless Estimation of Road
Traffic Profiles [6.100274095771616]
トラフィック予測モデルは、認識、処理、保存が必要なデータに依存します。
認識された場所の欠如は、交通監視に必要な経済的投資をさらに減少させる合成データシミュレーションと補完することができる。
本稿では,道路セグメントのトポロジ的特徴を検査することで,交通データのある場所を探索する手法を提案する。
論文 参考訳（メタデータ） (2022-01-11T15:16:18Z) - 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) - Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。
建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
論文 参考訳（メタデータ） (2020-04-25T22:54:35Z)
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。