MétaCan
Menu
Retour à la cohorte
Enregistrement W4391558281 · doi:10.1155/2024/4166921

The Peak Stability Analysis through Hysteresis Phenomenon on Heterogeneous Networks

2024· article· en· W4391558281 sur OpenAlexvenueno aff
Shunyu Yao, Weike Lu, Lan Liu, Guojing Hu

Notice bibliographique

RevueJournal of Advanced Transportation · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueTraffic control and management
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésHysteresisPhenomenonStability (learning theory)Computer sciencePhysicsCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

The macroscopic fundamental diagram (MFD) is a nonuniversal changing process over network traffic status which indicates different shapes in different networks. Hysteresis is observed in the MFD of some urban networks. It is a unique phenomenon when the network remains at low stability level and usually appears around the congestion period. This paper analyzed network peak stability through focusing on hysteresis. The formation mechanism of hysteresis is deduced from the mathematical method based on previous research studies. The precondition of hysteresis and the changing process of network state can be figured by mathematical deduction. It indicates that hysteresis only occurs conditionally in the period of macroscopic congestion and is not a universal phenomenon. Heterogeneity is an important factor leading to network instability. The hysteresis patterns of different peaks in MFD are different due to the variation of network flow. Real data are collected from Atlanta’s urban network to verify the analysis of hysteresis. To discuss the changing process of hysteresis in different peaks, a three‐stage division is proposed and time series is presented as a third dimension in MFD. It is worth noticing that the existence and form of hysteresis in morning and evening peaks are different. Although there is a higher peak flow in the morning peak, the stability of the evening peak performs better when hysteresis occurs in the network. The different fluctuations in the morning and evening peaks are exhibited through the 3D version of MFD. The otherness of hysteresis in different peaks is explained through a 3D coordinate system with cross‐compared corresponding indexes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced TransportationMême sujetTraffic control and managementTravaux en français237 207