Modelling Dependence between Traffic Noise and Traffic Flow through An Entropy-Copula Method
Notice bibliographique
Résumé
In this study, an entropy-copula method is proposed for modelling dependence between traffic volume and traffic noise on the Trans-Canada Highway (#1 highway of Canada) in the City of Regina based on a series of field experiment measurements. The proposed entropy-copula method combines the maximum entropy and copula methods into a general framework. The marginal distributions of traffic volume and traffic noise are estimated through the principle of maximum entropy (POME) theory, and the joint probabilities are derived through the Gaussian and Student t copulas. The underlying assumptions of the coupled entropy-copula method are that: i) the entropy variables are mutually independent from each other, and ii) the marginal distributions of traffic flow and traffic noise are continuous. The proposed method is applied to two field experiment sites on the Trans-Canada Highway. Based on the K-S and A-D tests and RMSE value, the entropy method shows well performance in quantifying the probability distributions of traffic volume and traffic noise. Meanwhile, both the Gaussian and Student t copulas can well model the joint probability distributions of the traffic volume and traffic noise at the both experiment sites, which is demonstrated by the Cramér von Mises statistics and the RMSE value. Furthermore, the conditional CDFs of the traffic noise at the two experiment sites are derived based on the established copulas with respect to different traffic volume scenarios. These conditional CDFs indicate positive structures between traffic volume and traffic noise at the both experiment sites. The conditional PDFs of the traffic noise under different traffic flow scenarios are also generated, indicating the potential reduction effect of traffic noise due to the decrease of the traffic volume. This proposed approach can quantify the dependence between traffic flow and traffic noise, and reveal the inherent uncertain relationship between these two variables. Moreover, the obtained results can provide useful information for traffic noise reduction through traffic flow management.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».