MétaCan
Menu
Retour à la cohorte
Enregistrement W2607500990 · doi:10.5539/ijsp.v6n3p99

Evaluating Model of Road Traffic in Open Housing Estate Based on Cellular Automaton

2017· article· en· W2607500990 sur OpenAlexvenueno aff
Jialin Wen, Min Zou

Notice bibliographique

RevueInternational Journal of Statistics and Probability · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSimulation and Modeling Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCellular automatonResidential areaTraffic flow (computer networking)Computer scienceTransport engineeringBlock (permutation group theory)Urban areaComputer securityCivil engineeringEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

It has been referred in document issued by the State Council recently that China will promote the block system gradually in the future, no more enclosed residential compounds will be built in principle, and existing residential and corporate will open up step by step as well. The proposal of open area quickly aroused a heated discussion in the whole society. In addition to the most basic security issues, it is one of the main topics that whether the open district can really optimize the road network structure and improve the traffic in the end.Based on the cellular automata model and the actual situation, this paper simulates the traffic flow around the residential area, establishes motor vehicle driving model and makes a comprehensive evaluation of the surrounding road traffic after the opening of different types of residential area. According to the result of the index, it shows that three structures of residential area can relieve the burden of urban traffic flow while one structure of residential area that will aggravate the burden of urban traffic flow. Finally, the paper comes to the conclusion that excessive traffic flow of the trunk road which has adverse effect on road traffic.

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: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,089
Tête enseignante GPT0,376
Écart entre enseignants0,287 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics and ProbabilityMême sujetSimulation and Modeling ApplicationsTravaux en français237 207