IET Intelligent Transport Systems· 2017Q1
LSTM ağı: kısa vadeli trafik tahmini için derin öğrenme yaklaşımı
LSTM network: a deep learning approach for short‐term traffic forecast
- 1.802atıf
- Q1SCImago
- 2017yıl
Kısa özet
Kısa vadeli trafik tahmini için Uzun Kısa Süreli Bellek (LSTM) ağına dayanan yeni bir derin öğrenme modeli geliştirildi ve geleneksel modellerden daha iyi performans gösterdi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Uzun Kısa Süreli Bellek (LSTM) ağı kullanan yeni bir trafik tahmin modeli tanıtıldı.
- LSTM ağı, bellek birimlerine sahip iki boyutlu bir yapı içerir.
- Model, trafik sistemlerindeki zamansal-mekansal korelasyonları yakalamak üzere tasarlanmıştır.
- Geleneksel tahmin modellerine kıyasla üstün performans sergilediği gösterildi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Short‐term traffic forecast is one of the essential issues in intelligent transportation system. Accurate forecast result enables commuters make appropriate travel modes, travel routes, and departure time, which is meaningful in traffic management. To promote the forecast accuracy, a feasible way is to develop a more effective approach for traffic data analysis. The availability of abundant traffic data and computation power emerge in recent years, which motivates us to improve the accuracy of short‐term traffic forecast via deep learning approaches. A novel traffic forecast model based on long short‐term memory (LSTM) network is proposed. Different from conventional forecast models, the proposed LSTM network considers temporal–spatial correlation in traffic system via a two‐dimensional network which is composed of many memory units. A comparison with other representative forecast models validates that the proposed LSTM network can achieve a better performance.
Yazarların özeti; kaynağından alınmıştır. IET Intelligent Transport Systems, 2017 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Yapı ve İnşaat
Building and ConstructionEngineering