MétaCan
Menu
Retour à la cohorte
Enregistrement W3008779156 · doi:10.1155/2020/9541234

Evaluating the Accuracy of Bluetooth-Based Travel Time on Arterial Roads: A Case Study of Perth, Western Australia

2020· article· en· W3008779156 sur OpenAlexvenueno aff
Yuchen Liu, Jianhong Xia, Aloke Phatak

Notice bibliographique

RevueJournal of Advanced Transportation · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic Prediction and Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilAustralian Government
Mots-clésBluetoothTravel timeComputer scienceMatching (statistics)Noise (video)Transport engineeringStatisticsReal-time computingSimulationEngineeringTelecommunicationsMathematicsWirelessArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Bluetooth (BT) time-stamped media access control (MAC) address data have been used for traffic studies worldwide. Although Bluetooth (BT) technology has been widely recognised as an effective, low-cost traffic data source in freeway traffic contexts, it is still unclear whether BT technology can provide accurate travel time (TT) information in complex urban traffic environments. Therefore, this empirical study aims to systematically evaluate the accuracy of BT travel time estimates in urban arterial contexts. There are two major hurdles to deriving accurate TT information for arterial roads: the multiple detection problem and noise in BT estimates. To date, they have not been fully investigated, nor have well-accepted solutions been found. Using approximately two million records of BT time-stamped MAC address data from twenty weekdays, this study uses five different BT TT-matching methods to investigate and quantify the impact of multiple detection problems and the noise in BT TT estimates on the accuracy of average BT travel times. Our work shows that accurate Bluetooth-based travel time information on signalised arterial roads can be derived if an appropriate matching method can be selected to smooth out the remaining noise in the filtered travel time estimates. Overall, average-to-average and last-to-last matching methods are best for long (>1 km) and short (≤1 km) signalised arterial road segments, respectively. Furthermore, our results show that the differences between BT and ground truth average TTs or speeds are systematic, and adding a calibration is a pragmatic method to correct inaccurate BT average TTs or speeds. The results of this research can help researchers and road operators to better understand BT technology for TT analysis and consequently to optimise the deployment location and configuration of BT MAC address scanners.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil0,324

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 Opus0,053
Tête enseignante GPT0,333
Écart entre enseignants0,280 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTraffic Prediction and Management TechniquesTravaux en français237 207