ارایه مدل برای پیش بینی ترافیک حمل و نقل

علیرضا اسدی1

چکیده :
از آنجا که داده‌های ترافیکی معمولاً در غالب بازه‌های زمانی یکسان جمع آوری می‌شوند، عموماً بعنوان سری‌های زمانی در نظر گرفته می‌شوند. پس از ارائه‌ی مفاهیم و نشانه گذاری‌ها، مطالعه‌ی روش‌های مرسوم برای حل این مسئله را در سه گروه و تحت سه بخش بعدی بررسی می¬کنیم. از میان این متدها، با توجه به پرکاربرد بودن روش‌های مبتنی بر مدل‌های شبکه¬ عصبی مصنوعی و همچنین روش‌های مبتنی بر آنالیزهای سری‌های زمانی، ابتدا به بررسی پیشینه‌ی مطالعات انجام شده در این دو گروه می‌پردازیم. در انتها نیز به مطالعه‌ی روش‌های مبتنی بر متدهای داده¬کاوی پرداخته می‌شود که گرایش قابل ملاحظه‌ای از تحقیقات اخیر به سمت استفاده از آن‌ها می‌باشد..

کلمات کلیدی : داده ترافیکی سری زمانی داده کاوی


زبان مقاله : فارسی
محور مقاله : مهندسی کامپیوتر
محل انتشار : سومین کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک
آدرس وب سایت کنفرانس : eitconf.com/3rd
کد IOI مقاله : XKBA-AZKGBB
لینک مستقیم مقاله : https://isnac.ir/XKBA-AZKGBB

سایر مقالات محل انتشار
  1. خوشه بندی تصاویر رادار سار با استفاده از شبکه‌های عصبی مصنوعی
  2. Simulation, Analysis and Investigation of Friction, Mechanical properties and the Role of Plunger on Thickness Distribution in Hydro-Forming Process
  3. Polymeric Nanoparticles in Cancer Therapy: Drug Delivery through Controlled and Targeted Release- A Review
  4. Renewable Materials in Green Construction: The Role of Hempcrete and Other Sustainable Building Practices
  5. استفاده از انرژی خورشیدی در باززنده‌سازی بناهای تاریخی
  6. ارزیابی مسائل زیست محیطی در خصوص آودگی آب در جهت توسعه شهری
  7. بررسی نکات طراحی و ساخت برج Kingdom در کشور عربستان
  8. Exploring the Impact of Urban Management on Achieving Sustainable Urban Development
  9. The risk of pollutants and their impact on the environment - a review
  10. بررسی انواع بتن کاربردی
  11. نقد تدریس زبان انگلیسی در آموزش عالی و چگونگی بهبود تدریس زبان به کمک روش های نوین
  12. ارزیابی علل روانگرایی خاک و عوامل تشدید کننده آن
  13. Intelligent Energy Management Analysis for Thermal Comfort in Commercial Complexes
  14. کاربرد هوش مصنوعی در دینامیک سیالات محاسباتی بهینه‌سازی و پیش‌بینی عملکرد جریان‌های سیال
  15. Waste management in drilling operation