MétaCan
Menu
Retour à la cohorte
Enregistrement W3036551148 · doi:10.1139/cjce-2019-0628

Evaluation of freeway travel speed estimation using anonymous cellphones as probes: a field study in China

2020· article· en· W3036551148 sur OpenAlexaffvenue
Haihang Han, Liqun Peng, Ai Teng, Chen‐Hao Wang, Tony Z. Qiu

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHuman Mobility and Location-Based Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of ChinaDepartment of Transportation of Zhejiang ProvinceU.S. Department of Transportation
Mots-clésComputer scienceTransport engineeringReal-time computingFloating car dataTravel timePenetration rateEstimationSimulationEngineeringTraffic congestion

Résumé

récupéré en direct d'OpenAlex

The high penetration rate of mobile phones among drivers and passengers indicates an opportunity for obtaining detailed information on vehicle spatial movement and estimating traffic state at a lower cost than traditional traffic monitoring techniques. In this study, we examine and assess the use of cellphones as probes to measure vehicle speeds. Network-based wireless location technology is adopted and calibrated, and the cellphone signalling data are used for traffic state estimation. Then, we introduce the relationship between the cellular network and road network, and explain how it can be used to estimate link-based average travel speed. Cellular probe-based measurements are compared with those obtained by microwave detectors for each five-minute time interval on busy road links along a freeway in Zhejiang, China, on weekdays, weekends, and holidays respectively. The analysis results show that the proposed cellphone-based system can effectively estimate travel speed on freeways with high cellphone penetration rates.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,663
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 Opus0,037
Tête enseignante GPT0,290
Écart entre enseignants0,254 · 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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetHuman Mobility and Location-Based AnalysisTravaux en français237 207