MétaCan
Menu
Retour à la cohorte
Enregistrement W2917971641 · doi:10.1109/glocom.2018.8647925

Toward a Smooth Vehicular Traffic at Round Road - Intersections<sup>§</sup>

2018· article· en· W2917971641 sur OpenAlexaff
Maram Bani Younes, Azzedine Boukerche

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésRoundaboutTransport engineeringComputer scienceThroughputProtocol (science)Traffic speedWork (physics)EngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Roundabouts or traffic cycles reduce the possibilities of accidents and smooth the traffic at road intersections. In order to master the rules of driving around these traffic cycles intensive practicing is required. The more congested the area of the roundabout, the more confused for drivers to drive there. Especially, fresh or exhausted drivers which panic or/and do mistakes while entering, cycling or existing the roundabout. In this work, we aim to introduce a driving assistance protocol to help drivers choosing the best lane to enter the roundabout and the best time to enter or exist the roundabout. The proposed protocol recommends the best reaction of any vehicle regarding the roundabout based on its location, its targeted destination, and the distribution of traffic in the vicinity of the roundabout. Using some experimental scenarios, we evaluate the performance of this protocol in terms of decreasing the percentage of accidents, increasing throughput of the roundabout and decreasing the waiting delay time of vehicles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,301
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,200
Écart entre enseignants0,189 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTraffic control and managementTravaux en français237 207