Urban Traffic Prediction from Mobility Data Using Deep Learning
IEEE Network 2018
OUTLINE
- mobility data 的四种分类
- 传统方法及三种任务的介绍和深度学习在三种任务中的进展
- 未来的两个研究方向
文章把预测交通的 mobility data 分成如下几类
- Traffic Data from Infrastructures
- e.g., loop detectors and traffic cameras
- 时间变但空间不变的点数据,因为一旦部署之后位置不变,但它的获得的数据是随时间在变(郑宇博士的分类)
- Trajectory Data from Vehicles
- e.g., taxis and buses (with GPS)
- 时间变且空间变的网数据,->轨迹数据是最复杂的时空数据之一(郑宇博士的分类)
- AFC Records from Transit Systems
- AFC = 城市轨道交通自动售检票系统,例如高速公路的ETC,地铁等
- 时间变但空间不变的网数据,想象->带有路网的交通流数据(郑宇博士的分类)