Traffic balancing-based path recommendation mechanisms in vehicular networks
Notice bibliographique
Résumé
In this paper, we propose both reactive and proactive balancing traffic path recommendation mechanisms, which we refer to as Bal-Traf and Abs-Bal, respectively. Bal-Traf is initiated when a certain output road segment located at any road intersection is detected in an overloaded situation. In the event that the existing traffic density of any output road exceeds its optimal capacity, Bal-Traf recommends that those vehicles that plan to pass over this road segment as next hop choose another, less congested output road segment. On the other hand, Abs-Bal is a proactive balancing traffic mechanism. Its main purpose is to distribute input traffic completely even among all output road segments at intersections. Moreover, Abs-Bal considers the best travel time of vehicles in addition to the goal of balancing traffic. From the experimental results, we can see that Bal-Traf eliminates the number of overwhelmed road segments over the road network in scenarios with only partial network congestion. It also decreases the number of congested road segments in scenarios with complete network congestion. However, it increases the density drastically over the remaining congested road segments in these scenarios. Abs-Bal performs well in decreasing the percentage of congested road segments and balancing traffic among road segments located throughout the road network, in the event of complete network congestion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».