机译:时空交通数据插补的贝叶斯张量分解方法
McGill Univ, Dept Civil Engn & Appl Mech, Montreal, PQ H3A 0C3, Canada;
Sun Yat Sen Univ, Res Ctr Intelligent Transportat Syst, Guangdong Prov Key Lab Intelligent Transportat Sy, Guangzhou 510006, Guangdong, Peoples R China;
Spatiotemporal traffic data; Tensor decomposition; Bayesian inference; Markov chain Monte Carlo; Missing data imputation; Data representation;
机译:与贝叶斯非参数张量分解同时不完全交通数据避难和相似性模式发现
机译:用于时空交通数据估算的可扩展低级别学习
机译:用于时空交通数据估算的非凸起低级张浪完成模型
机译:流量预测,数据压缩,异常数据检测和丢失数据归因:基于流量时间序列分解的综合研究
机译:使用流数据和贝叶斯方法动态预测交通状况。
机译:基于Kriging的时空方法进行交通量数据估算
机译:可扩展的低级张量学习,用于时空交通数据估算