Prof. Ing. Lukáš Sekanina, Ph.D.

PETRLÍK Jiří a SEKANINA Lukáš. Towards Robust and Accurate Traffic Prediction Using Parallel Multiobjective Genetic Algorithms and Support Vector Regression. In: 2015 IEEE 18th International Conference on Intelligent Transportation Systems. Los Alamitos: IEEE Computer Society, 2015, s. 2231-2236. ISBN 978-1-4673-6596-3.
Jazyk publikace:angličtina
Název publikace:Towards Robust and Accurate Traffic Prediction Using Parallel Multiobjective Genetic Algorithms and Support Vector Regression
Název (cs):Zlepšení kvality a přesnosti dopravní predikce s použitím paralelního vícekriteriálního genetického algoritmu a support vector regression
Strany:2231-2236
Sborník:2015 IEEE 18th International Conference on Intelligent Transportation Systems
Konference:18th IEEE International Conference on Intelligent Transportation Systems
Místo vydání:Los Alamitos, US
Rok:2015
ISBN:978-1-4673-6596-3
Vydavatel:IEEE Computer Society
Soubory: 
+Typ Jméno Název Vel. Poslední změna
iconpetrlik-itsc15.pdf232 KB2016-03-30 15:51:10
^ Vybrat vše
S vybranými:
Klíčová slova
road traffic forecasting, travel times, support vector regression, multiobjective genetic algorithm
Anotace
Support vector regression (SVR) je velice úspěšná metoda pro řešení mnoha úloh z oblasti dopravních predikcí. Kvalita predikce SVR je však velmi citlivá na nastavení parametrů a výběr vstupních proměnných, jako jsou například senzory měřící dopravní data. V tomto článku popisujeme novou metodu, která současně optimalizuje metaparametry SVR a podmnožinu jeho vstupních proměnných. Metoda je založena na multikriteriálním genetickém algoritmu. Byla vytvořena paralelní implementace metody v OpenMP. Funkčnost metody jsme ověřili na následujících úlohách: doplnění chybějících dat, predikce dopravních veličin v krátké budoucnosti a predikci dojezdových dob. Při ověření metody byla použita reálná data. Bylo prokázáno, že současná optimalizace metaparametrů SVR a jeho vstupních proměnných umožňuje dosáhnout lepší kvalitu predikce, než dříve navržené metody.
BibTeX:
@INPROCEEDINGS{
   author = {Ji{\v{r}}{\'{i}} Petrl{\'{i}}k and Luk{\'{a}}{\v{s}}
	Sekanina},
   title = {Towards Robust and Accurate Traffic Prediction Using
	Parallel Multiobjective Genetic Algorithms and Support
	Vector Regression},
   pages = {2231--2236},
   booktitle = {2015 IEEE 18th International Conference on Intelligent
	Transportation Systems},
   year = {2015},
   location = {Los Alamitos, US},
   publisher = {IEEE Computer Society},
   ISBN = {978-1-4673-6596-3},
   language = {english},
   url = {http://www.fit.vutbr.cz/research/view_pub.php.cs?id=10886}
}

Vaše IPv4 adresa: 54.80.209.254
Přepnout na IPv6 spojení

DNSSEC [dnssec]