MétaCan
Menu
Retour à la cohorte
Enregistrement W2101383794 · doi:10.1109/tits.2002.806804

Traffic flow modeling of large-scale motorway networks using the macroscopic modeling tool METANET

2002· article· en· W2101383794 sur OpenAlexaff
Apostolos Kotsialos, Markos Papageorgiou, Christina Diakaki, Yannis Pavlis, Frans Middelham

Notice bibliographique

RevueIEEE Transactions on Intelligent Transportation Systems · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensMinistry of Transportation of Ontario
Organismes subventionnairesnon disponible
Mots-clésHeuristicScale (ratio)Traffic flow (computer networking)Flow networkNetwork modelFlow (mathematics)Microscopic traffic flow modelSimulationComputer scienceTraffic generation modelScale modelEngineeringData miningMathematical optimizationReal-time computingMathematicsMechanicsAerospace engineeringArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

This paper employs previously developed modeling, validation, and stimulation tools to address, for the first time, the realistic macroscopic simulation of a real large-scale motorway network. More specifically, the macroscopic simulator METANET, involving a second-order traffic flow model as well as network-relevant extensions, is utilized. A rigorous quantitative validation procedure is applied to individual network links, and subsequently a heuristic qualitative validation procedure is employed at a network level. The large-scale motorway network around Amsterdam, The Netherlands, is considered in this investigation. The main goal of the paper is to describe the application approach and procedures and to demonstrate the accuracy and usefulness of macroscopic modeling tools for large-scale motorway networks.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,226
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations344
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Intelligent Transportation SystemsMême sujetTraffic control and managementTravaux en français237 207