JP2022095895A - 交通データ予測方法、交通データ予測装置、電子機器、記憶媒体、コンピュータプログラム製品及びコンピュータプログラム - Google Patents
交通データ予測方法、交通データ予測装置、電子機器、記憶媒体、コンピュータプログラム製品及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2022095895A JP2022095895A JP2022066800A JP2022066800A JP2022095895A JP 2022095895 A JP2022095895 A JP 2022095895A JP 2022066800 A JP2022066800 A JP 2022066800A JP 2022066800 A JP2022066800 A JP 2022066800A JP 2022095895 A JP2022095895 A JP 2022095895A
- Authority
- JP
- Japan
- Prior art keywords
- cycle
- traffic data
- target
- time
- history
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004590 computer program Methods 0.000 title claims abstract description 25
- 230000000875 corresponding effect Effects 0.000 description 30
- 238000005516 engineering process Methods 0.000 description 12
- 238000005070 sampling Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
本出願の第6の目的はコンピュータプログラムを提供することである。
前記目標周期内の予測対象の第2の時刻に基づいて、前記参照周期から前記第2の時刻に対応する参照交通データを取得するステップと、前記目標周期と前記参照周期との間の前記データ類似度、及び前記参照周期内の前記参照交通データに基づいて、前記目標周期内の前記第2の時刻の交通データを予測するステップとを含む交通データ予測方法を提供する。
目標周期及び目標周期よりも前の少なくとも1つの履歴周期を含む複数の周期内に監視された交通データを取得し、各履歴周期と目標周期との間の時間間隔に基づいて、少なくとも1つの履歴周期から参照周期を決定し、目標周期内のサンプリングされた第1の時刻の交通データ、及び参照周期内の対応する時刻の交通データに基づいて、目標周期と参照周期との間のデータ類似度を決定し、目標周期内の予測対象の第2の時刻に基づいて、参照周期から第2の時刻に対応する参照交通データを取得し、目標周期と参照周期との間のデータ類似度、及び参照周期内の参照交通データに基づいて、目標周期内の第2の時刻の交通データを予測する。目標周期内に収集された交通データに基づいて、目標周期の参考になる参照周期の交通データを履歴周期から選択することで、参照周期内の交通データに基づいて目標周期の交通データを予測することができ、予測精度が高い。
2つ目の手段では、参照周期は隣接しているもののみであり、且つ目標周期に隣接している目標個数の履歴周期である。
Xh=[vh(t)…vh(t-3),oh(t)…oh(t-3)]
である。
第2の実行ユニット351は、目標周期と参照周期との間のデータ類似度に基づいて、参照周期の重みを決定するように構成され、重みとデータ類似度とが負の相関関係である。
予測ユニット352は、参照周期の重みに基づいて、参照周期内の参照交通データを重み付けして、目標周期内の第2の時刻の交通データを予測するように構成される。
電子機器400は様々な態様のデジタルコンピュータ、例えば、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、携帯情報端末、サーバ、ブレードサーバ、メインフレームコンピュータ、及び他の適切なコンピュータを表すこと意図している。電子機器400はさらに、様々な態様のモバイル装置、例えば、携帯情報端末、セルラー電話、スマートフォン、ウェアラブルデバイス及び他の同様なコンピューティングデバイスを表すことができる。本明細書に示されている部品、それらの接続と関係、及びそれらの機能は例示的なものに過ぎず、本明細書で説明された及び/又は求められた本出願の実現を限定するものではない。
RAM403内では、電子機器400の操作に必要な様々なプログラム及びデータを記憶することができる。計算ユニット401、ROM402及びRAM403はバス404を介して互いに接続されている。I/O(Input/Output、入力/出力)インターフェース405もバス404に接続されている。
通信ユニット409は、電子機器400がインターネットのようなコンピュータネットワーク及び/又は様々な電気通信ネットワークを介して他のデバイスと情報/データを交換することを可能にする。
計算ユニット401は、前文で説明された各方法及び処理、例えばテキスト生成方法を実行する。例えば、いくつかの実施例では、テキスト生成方法は、コンピュータソフトウェアプログラムとして実現することができ、記憶ユニット408のような機械読み取り可能な媒体に有形的に含まれる。
いくつかの実施例では、コンピュータプログラムの一部又はすべてはROM402及び/又は通信ユニット409を介して機器にロード及び/又はインストールされる。コンピュータプログラムがRAM403にロードされ且つ計算ユニット401によって実行される際に、前文で説明された方法の少なくとも1つのステップを実行することができる。代替的に、他の実施例では、計算ユニット401は他の如何なる適切な方式(例えば、ファームウェアを介して)を介して前述のテキスト生成方法を実行するように構成される。
Claims (16)
- 目標周期及び該目標周期よりも前の少なくとも1つの履歴周期を含む複数の周期内に監視された交通データを取得するステップと、
各前記履歴周期と前記目標周期との間の時間間隔に基づいて、前記少なくとも1つの履歴周期から参照周期を決定するステップと、
前記目標周期内のサンプリングされた第1の時刻の交通データ、及び前記参照周期内の対応する時刻の交通データに基づいて、前記目標周期と前記参照周期との間のデータ類似度を決定するステップと、
前記目標周期内の予測対象の第2の時刻に基づいて、前記参照周期から前記第2の時刻に対応する参照交通データを取得するステップと、
前記目標周期と前記参照周期との間の前記データ類似度、及び前記参照周期内の前記参照交通データに基づいて、前記目標周期内の前記第2の時刻の交通データを予測するステップとを含む交通データ予測方法。 - 前記目標周期内のサンプリングされた前記第1の時刻の前記交通データ、及び前記参照周期内の対応する時刻の前記交通データに基づいて、前記目標周期と前記参照周期との間の前記データ類似度を決定するステップは、
前記目標周期内の複数の前記第1の時刻の前記交通データに基づいて、前記目標周期の状態ベクトルを決定するステップと、
前記参照周期内の、複数の前記第1の時刻に対応する時刻の前記交通データに基づいて、前記参照周期の状態ベクトルを決定するステップと、
前記目標周期の前記状態ベクトルと前記参照周期の前記状態ベクトルとの間のベクトル距離に基づいて、前記目標周期と前記参照周期との間の前記データ類似度を決定するステップとを含む請求項1に記載の交通データ予測方法。 - 前記交通データは流量及び飽和度を含み、前記目標周期の状態ベクトルと前記参照周期の状態ベクトルとの間の前記ベクトル距離に基づいて、前記目標周期と前記参照周期との間の前記データ類似度を決定するステップの前に、
各前記履歴周期の流量に基づいて、隣接する前記履歴周期の間の前記流量の第1の相関係数を決定するステップと、
各前記履歴周期の飽和度に基づいて、隣接する前記履歴周期の間の前記飽和度の第2の相関係数を決定するステップと、
前記目標周期の状態ベクトルと前記参照周期の前記状態ベクトルとの間の、前記流量の部分に対応する差及び前記飽和度の部分に対応する差、並びに前記第1の相関係数及び前記第2の相関係数に基づいて、前記ベクトル距離を決定するステップとをさらに含む請求項2に記載の交通データ予測方法。 - 各前記履歴周期と前記目標周期との間の時間間隔に基づいて、前記少なくとも1つの履歴周期から前記参照周期を決定するステップは、
前記目標周期に最も近い前記履歴周期から開始して、目標個数の前記履歴周期を前記参照周期として選択するステップを含む請求項1に記載の交通データ予測方法。 - 前記目標周期に最も近い前記履歴周期から開始して、目標個数の前記履歴周期を前記参照周期として選択するステップの前に、
各前記履歴周期のデータ予測誤差を取得するステップと、
各前記履歴周期内の、前記データ予測誤差が設定された誤差範囲内にある前記履歴周期の数に基づいて、前記目標個数を決定するステップとをさらに含む請求項4に記載の交通データ予測方法。 - 前記目標周期と前記参照周期との間の前記データ類似度、及び前記参照周期内の前記参照交通データに基づいて、前記目標周期内の前記第2の時刻の前記交通データを予測するステップは、
前記目標周期と前記参照周期との間の前記データ類似度に基づいて、前記参照周期の重みを決定するステップであって、前記重みと前記データ類似度とが負の相関関係であるステップと、
前記参照周期の前記重みに基づいて、前記参照周期内の前記参照交通データを重み付けして、前記目標周期内の前記第2の時刻の前記交通データを予測するステップとを含む請求項1に記載の交通データ予測方法。 - 目標周期及び該目標周期よりも前の少なくとも1つの履歴周期を含む複数の周期内に監視された交通データを取得する取得モジュールと、
各前記履歴周期と前記目標周期との間の時間間隔に基づいて、前記少なくとも1つの履歴周期から参照周期を決定する選択モジュールと、
前記目標周期内のサンプリングされた第1の時刻の交通データ、及び前記参照周期内の対応する時刻の交通データに基づいて、前記目標周期と前記参照周期との間のデータ類似度を決定する実行モジュールと、
前記目標周期内の予測対象の第2の時刻に基づいて、前記参照周期から前記第2の時刻に対応する参照交通データを取得するマッチングモジュールと、
前記目標周期と前記参照周期との間の前記データ類似度、及び前記参照周期内の前記参照交通データに基づいて、前記目標周期内の前記第2の時刻の交通データを予測する予測モジュールとを備える交通データ予測装置。 - 前記実行モジュールは、
前記目標周期内の複数の前記第1の時刻の前記交通データに基づいて、前記目標周期の状態ベクトルを決定する第1の構成ユニットと、
前記参照周期内の、複数の前記第1の時刻に対応する時刻の前記交通データに基づいて、前記参照周期の状態ベクトルを決定する第2の構成ユニットと、
前記目標周期の前記状態ベクトルと前記参照周期の前記状態ベクトルとの間のベクトル距離に基づいて、前記目標周期と前記参照周期との間の前記データ類似度を決定する第1の実行ユニットとを備える請求項7に記載の交通データ予測装置。 - 前記交通データは流量及び飽和度を含み、
前記第1の実行ユニットは、さらに、
各前記履歴周期の流量に基づいて、隣接する前記履歴周期の間の前記流量の第1の相関係数を決定し、
各前記履歴周期の飽和度に基づいて、隣接する前記履歴周期の間の前記飽和度の第2の相関係数を決定し、
前記目標周期の状態ベクトルと前記参照周期の前記状態ベクトルとの間の、前記流量の部分に対応する差及び前記飽和度の部分に対応する差、並びに前記第1の相関係数及び前記第2の相関係数に基づいて、前記ベクトル距離を決定する請求項8に記載の交通データ予測装置。 - 前記選択モジュールは、前記目標周期に最も近い前記履歴周期から開始して、目標個数の前記履歴周期を前記参照周期として選択する請求項7に記載の交通データ予測装置。
- 前記選択モジュールは、さらに、
各前記履歴周期のデータ予測誤差を取得し、
各前記履歴周期内の、前記データ予測誤差が設定された誤差範囲内にある前記履歴周期の数に基づいて、前記目標個数を決定する請求項10に記載の交通データ予測装置。 - 前記予測モジュールは、
前記目標周期と前記参照周期との間の前記データ類似度に基づいて、前記参照周期の重みを決定する第2の実行ユニットであって、前記重みと前記データ類似度とが負の相関関係である第2の実行ユニットと、
前記参照周期の前記重みに基づいて、前記参照周期内の前記参照交通データを重み付けして、前記目標周期内の前記第2の時刻の前記交通データを予測する予測ユニットとを備える請求項7から請求項11のいずれかに記載の交通データ予測装置。 - 電子機器であって、
少なくとも1つのプロセッサと、
該少なくとも1つのプロセッサに通信可能に接続されるメモリとを備え、
該メモリには、少なくとも1つの前記プロセッサによって実行可能な命令が記憶され、該命令が、少なくとも1つの前記プロセッサによって実行される場合、少なくとも1つの前記プロセッサが請求項1から請求項6のいずれかに記載の交通データ予測方法を実行できる電子機器。 - コンピュータに請求項1から請求項6のいずれかに記載の交通データ予測方法を実行させるためのコンピュータ命令を記憶した非一時的コンピュータ読み取り可能な記憶媒体。
- プロセッサによって実行される場合、請求項1から請求項6のいずれかに記載の交通データ予測方法を実現するコンピュータプログラムを含むコンピュータプログラム製品。
- プロセッサによって実行される場合、請求項1から請求項6のいずれかに記載の交通データ予測方法を実現するコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110677845.4A CN113592136A (zh) | 2021-06-18 | 2021-06-18 | 一种交通数据预测方法、装置及电子设备 |
CN202110677845.4 | 2021-06-18 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022095895A true JP2022095895A (ja) | 2022-06-28 |
JP7446359B2 JP7446359B2 (ja) | 2024-03-08 |
Family
ID=78244062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022066800A Active JP7446359B2 (ja) | 2021-06-18 | 2022-04-14 | 交通データ予測方法、交通データ予測装置、電子機器、記憶媒体、コンピュータプログラム製品及びコンピュータプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220309912A1 (ja) |
EP (1) | EP4040421B1 (ja) |
JP (1) | JP7446359B2 (ja) |
KR (1) | KR20220042315A (ja) |
CN (1) | CN113592136A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115830851B (zh) * | 2022-11-03 | 2024-05-31 | 阿波罗智联(北京)科技有限公司 | 交通流量调节方法、装置、设备及介质 |
CN118096242A (zh) * | 2024-04-26 | 2024-05-28 | 数应科技(浙江)有限公司 | 一种预测方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08503317A (ja) * | 1992-11-19 | 1996-04-09 | オルソン,キエール | 交通パラメータの予測方法 |
JP2005227972A (ja) * | 2004-02-12 | 2005-08-25 | Toyota Motor Corp | 交通状況予測装置および方法 |
JP2008123474A (ja) * | 2006-10-20 | 2008-05-29 | Nec Corp | 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム |
JP2008215874A (ja) * | 2007-02-28 | 2008-09-18 | Yamaha Corp | エンジン音認識装置および駐車場管理システム |
JP2018180907A (ja) * | 2017-04-12 | 2018-11-15 | 富士通株式会社 | 交通予測プログラム、交通予測装置、及び交通予測方法 |
US20190139402A1 (en) * | 2016-05-11 | 2019-05-09 | Hangzhou Hikvision Digital Technology Co., Ltd. | Speed prediction method and apparatus |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2010238762C1 (en) * | 2009-04-22 | 2015-01-22 | Inrix, Inc. | Predicting expected road traffic conditions based on historical and current data |
DE102011083677A1 (de) * | 2011-09-29 | 2013-04-04 | Bayerische Motoren Werke Aktiengesellschaft | Prognose einer Verkehrssituation für ein Fahrzeug |
US9536424B2 (en) * | 2014-02-10 | 2017-01-03 | Here Global B.V. | Adaptive traffic dynamics prediction |
CN106557842A (zh) * | 2016-11-23 | 2017-04-05 | 上海银天下科技有限公司 | 预测k线的方法及装置 |
CN107038478B (zh) * | 2017-04-20 | 2023-10-27 | 百度在线网络技术(北京)有限公司 | 路况预测方法及装置、计算机设备与可读介质 |
CN110517479B (zh) * | 2018-05-22 | 2020-11-03 | 杭州海康威视系统技术有限公司 | 一种城市道路交通预测方法、装置及电子设备 |
CN108564790B (zh) * | 2018-06-12 | 2020-12-22 | 国交空间信息技术(北京)有限公司 | 一种基于交通流时空相似性的城市短时交通流预测方法 |
US10848905B2 (en) * | 2018-09-13 | 2020-11-24 | Uber Technologies, Inc. | Selectively highlighting map features associated with places |
US20220048535A1 (en) * | 2020-08-12 | 2022-02-17 | Woven Planet North America, Inc. | Generating Goal States for Prioritizing Path Planning |
US20220076170A1 (en) * | 2020-09-08 | 2022-03-10 | Lyft, Inc. | Utilizing provider device efficiency metrics to select a provider device for a future time window |
US11816603B2 (en) * | 2020-09-22 | 2023-11-14 | Uber Technolgies, Inc. | Active notification using transportation service prediction |
-
2021
- 2021-06-18 CN CN202110677845.4A patent/CN113592136A/zh active Pending
-
2022
- 2022-03-17 KR KR1020220033144A patent/KR20220042315A/ko not_active Application Discontinuation
- 2022-04-14 JP JP2022066800A patent/JP7446359B2/ja active Active
- 2022-06-15 EP EP22179168.4A patent/EP4040421B1/en active Active
- 2022-06-16 US US17/807,198 patent/US20220309912A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08503317A (ja) * | 1992-11-19 | 1996-04-09 | オルソン,キエール | 交通パラメータの予測方法 |
JP2005227972A (ja) * | 2004-02-12 | 2005-08-25 | Toyota Motor Corp | 交通状況予測装置および方法 |
JP2008123474A (ja) * | 2006-10-20 | 2008-05-29 | Nec Corp | 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム |
JP2008215874A (ja) * | 2007-02-28 | 2008-09-18 | Yamaha Corp | エンジン音認識装置および駐車場管理システム |
US20190139402A1 (en) * | 2016-05-11 | 2019-05-09 | Hangzhou Hikvision Digital Technology Co., Ltd. | Speed prediction method and apparatus |
JP2018180907A (ja) * | 2017-04-12 | 2018-11-15 | 富士通株式会社 | 交通予測プログラム、交通予測装置、及び交通予測方法 |
Also Published As
Publication number | Publication date |
---|---|
EP4040421A3 (en) | 2022-12-07 |
EP4040421B1 (en) | 2024-02-14 |
CN113592136A (zh) | 2021-11-02 |
KR20220042315A (ko) | 2022-04-05 |
EP4040421A2 (en) | 2022-08-10 |
JP7446359B2 (ja) | 2024-03-08 |
US20220309912A1 (en) | 2022-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852438B (zh) | 模型生成方法和装置 | |
JP7331975B2 (ja) | クロスモーダル検索モデルのトレーニング方法、装置、機器、および記憶媒体 | |
JP2022058915A (ja) | 画像認識モデルをトレーニングするための方法および装置、画像を認識するための方法および装置、電子機器、記憶媒体、並びにコンピュータプログラム | |
KR20220113881A (ko) | 사전 훈련 모델의 생성 방법, 장치, 전자 기기 및 저장 매체 | |
JP7446359B2 (ja) | 交通データ予測方法、交通データ予測装置、電子機器、記憶媒体、コンピュータプログラム製品及びコンピュータプログラム | |
JP7414907B2 (ja) | 事前訓練済みモデルの決定方法及びその決定装置、電子機器並びに記憶媒体 | |
JP7297038B2 (ja) | ニューラルネットワークモデルの事前トレーニング方法、装置、電子機器及び媒体 | |
CN112580733B (zh) | 分类模型的训练方法、装置、设备以及存储介质 | |
JP2023085353A (ja) | 特徴抽出モデル訓練方法、画像分類方法および関連装置 | |
US20220128372A1 (en) | Method for path planning, electronic device and storage medium | |
CN112949433B (zh) | 视频分类模型的生成方法、装置、设备和存储介质 | |
CN113657468A (zh) | 预训练模型的生成方法、装置、电子设备和存储介质 | |
CN115453661B (zh) | 气象预报方法、装置、设备以及存储介质 | |
CN113112311B (zh) | 训练因果推断模型的方法、信息提示方法以装置 | |
CN113361621B (zh) | 用于训练模型的方法和装置 | |
CN114897183A (zh) | 问题数据处理方法、深度学习模型的训练方法和装置 | |
CN109285559B (zh) | 角色转换点检测方法及装置、存储介质、电子设备 | |
CN113361574A (zh) | 数据处理模型的训练方法、装置、电子设备及存储介质 | |
CN109255432B (zh) | 神经网络模型构建方法及装置、存储介质、电子设备 | |
CN116416500B (zh) | 图像识别模型训练方法、图像识别方法、装置及电子设备 | |
CN113553407B (zh) | 事件追溯方法、装置、电子设备及存储介质 | |
CN118212033A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN113851226A (zh) | 传染病疫情预测方法、装置及电子设备 | |
CN116342253A (zh) | 贷款风险评分方法、装置、设备以及存储介质 | |
CN115329933A (zh) | 一种模型解释方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220414 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230530 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231222 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7446359 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |