机译:大数据和深度学习方法在极端交通条件下的大规模全覆盖交通速度估计:中国的案例研究
Univ Wisconsin, Dept Civil & Environm Engn, 2205 Engn Hall,1415 Engn Dr, Madison, WI 53706 USA;
Univ Wisconsin, Dept Civil & Environm Engn, 2205 Engn Hall,1415 Engn Dr, Madison, WI 53706 USA;
Univ Wisconsin, Dept Civil & Environm Engn, 2205 Engn Hall,1415 Engn Dr, Madison, WI 53706 USA;
TranSmart Technol Inc, 411 S Wells St,Suite 1000, Chicago, IL 60607 USA;
Univ Wisconsin, Dept Civil & Environm Engn, 2205 Engn Hall,1415 Engn Dr, Madison, WI 53706 USA;
Full coverage; Cellular data; Big data; Traffic speed estimation; Deep learning; Long short-term memory; Extreme traffic conditions;
机译:使用大数据和深度学习方法的极端交通条件下大规模全覆盖流量估算:案例研究
机译:结合天气状况数据来预测交通流量:基于GRU的深度学习方法
机译:以图像形式学习交通:用于大规模交通网络速度预测的深度卷积神经网络
机译:深度学习:极端条件交通预测的通用方法
机译:具有时空特征的实时短期交通速度预测的深度学习方法
机译:以图像形式学习交通:用于大规模交通网络速度预测的深度卷积神经网络
机译:深度学习:极端条件交通预测的通用方法