MétaCan
Menu
Retour à la cohorte
Enregistrement W2972091817 · doi:10.3390/sym11091093

Kinetic Model for Vehicular Traffic with Continuum Velocity and Mean Field Interactions

2019· article· en· W2972091817 sur OpenAlexaff

Notice bibliographique

RevueSymmetry · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaUniversidad de GranadaConsejería de Economía, Innovación, Ciencia y Empleo, Junta de Andalucía
Mots-clésMean field theoryKinetic energyAccelerationKinetic theoryMathematical modelMathematical theoryPoint (geometry)Term (time)

Résumé

récupéré en direct d'OpenAlex

This paper is concerned with the modeling and mathematical analysis of vehicular traffic phenomena. We adopt a kinetic theory point of view, under which the microscopic state of each vehicle is described by: (i) position, (ii) velocity and also (iii) activity, an additional varible that we use to describe the quality of the driver-vehicle micro-system. We use methods coming from game theory to describe interactions at the microscopic scale, thus constructing new models within the framework of the Kinetic Theory of Active Particles; the resulting models incorporate some of the symmetries that are commonly found in the mathematical models of the kinetic theory of gases. Short-range interactions and mean field interactions are introduced and modeled to depict velocity changes related to passing phenomena. Our main goal is twofold: (i) to use continuum-velocity variables and (ii) to introduce a non-local acceleration term modeling mean field interactions, related to, for example, the presence of tollgates or traffic highlights.

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 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 enseignants0,171
Score d'incertitude au seuil0,300

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,195
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.

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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymmetryMême sujetTraffic control and managementTravaux en français237 207