JP4932524B2 - 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム - Google Patents
旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム Download PDFInfo
- Publication number
- JP4932524B2 JP4932524B2 JP2007033769A JP2007033769A JP4932524B2 JP 4932524 B2 JP4932524 B2 JP 4932524B2 JP 2007033769 A JP2007033769 A JP 2007033769A JP 2007033769 A JP2007033769 A JP 2007033769A JP 4932524 B2 JP4932524 B2 JP 4932524B2
- Authority
- JP
- Japan
- Prior art keywords
- travel time
- prediction
- time
- transition pattern
- link
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Instructional Devices (AREA)
Description
続いて、本発明を実施するための最良の形態について図面を参照して詳細に説明する。図1は、本発明の第1の実施形態に係る旅行時間予測システムの全体構成を表した図である。図1を参照すると、旅行時間リアルタイムデータ101と、旅行時間推移パターン蓄積データベース(以下、「旅行時間推移パターン蓄積DB」)104と、にアクセスし、予測値を出力する旅行時間予測装置100の構成が示されている。
はじめに、中期予測処理にて用いる旅行時間リアルタイムデータ101について説明する。以下、リンクとは、例えば、交差点と交差点の間などで定義された、典型的には数十メートルから数百メートル程度の長さに及ぶ道路区間のことを指すものとする。これに対し、交差点等のリンクの端をノードと呼ぶ。
次に、旅行時間推移パターン蓄積DB104に格納されている旅行時間推移パターンについて説明する。時刻tにおける旅行時間推移パターンを、上記xtに倣い、wtとする。ここでは、wtは、時間帯毎に上記xtに対応する量の過去における平均値を記録したものとする。
続いて、上記旅行時間リアルタイムデータ(時系列データ)及び旅行時間推移パターンを用いて中期予測方法について詳細に説明する。
h(t|a,b)=af(t−b)
で旅行時間を予測することができる。上記予測関数は、図2に示すように、リアルタイムデータとの誤差が少なくなるようf(t)を定数倍(a倍)と平行移動(−b)して得られる関数である。
h(t|a,b)=f(t−b)+a
を用いて旅行時間を予測することができる。上記予測関数は、図3に示すように、リアルタイムデータとの誤差が少なくなるようf(t)を垂直移動(+a)と平行移動(−b)して得られる関数である。
続いて、上記第1の実施形態に変更を加えた本発明の第2の実施形態について図面を参照して詳細に説明する。
(a1, b1)
(a1+d1,b1)
(a1, b1+e1)
(a1−d1,b1)
(a1, b1−e1)
(a1, b1)
(a1+d1,b1)
(a1, b1+e1)
(a1−d1,b1)
(a1, b1−e1)
(a1+d1,b1+e1)
(a1+d1,b1−e1)
(a1−d1,b1+e1)
(a1−d1,b1−e1)
続いて、上記第1の実施形態の構成に変更を加えた本発明の第3の実施形態について図面を参照して詳細に説明する。本実施形態に係る旅行時間予測装置は、上記第1の実施形態の構成に加えて、長期予測手段、短期予測手段といった複数の予測手段を備え、これらのうちから好適な予測手段を選択し、適切なサイクル(5分から1時間程度)にてリアルタイム予測する高速予測機能を備える。以下、上記第1の実施形態に対する追加・変更点を中心に詳細に説明する。
図8は、本実施形態に係る旅行時間予測装置100の構成を表した図である。図8を参照すると、旅行時間予測装置100は、上記した第1の実施形態のパターン変換手段102及び予測値計算手段103から構成される中期予測手段111に加えて、長期予測手段110と、短期予測手段112とを備えている。
長期予測手段110は、旅行時間リアルタイムデータ101を用いずに、旅行時間推移パターン蓄積DB104の蓄積データのみを用いた長期予測処理を行う手段である。これは、交通情報においては現在の状態が将来に及ぼす影響は高々数時間程度であり、それ以後の予測についてはリアルタイムデータを用いる意味が無いことによる。
短期予測手段112は、自己回帰モデル(ARモデル=Auto Regressionモデル)に基づく短期予測処理を行う手段である。ここでは、短期予測は、過去一時間分程度の旅行時間リアルタイムデータ101を用いて、最大一時間程度先の予測を行うものとする。短期予測には様々な手法を用いることが可能であるが、本出願人による特許文献3に記載された方法を好ましく用いることができる。
本実施形態に係る旅行時間予測装置100は、前記3種類の予測手段及び取得されるリアルタイムデータを利用して、リンク毎での適正な予測手法を求め、有効な予測処理を行なう機能を有している。
例えば、同一の道路上の連続した二つのリンクに関する旅行時間リアルタイムデータは、多くの場合非常に似通った統計的性質を持つことが期待できる。また、並行する二つの道路上のリンクについても同様である。特に、旅行時間リアルタイムデータと旅行時間推移パターンの差分を考えると、道路固有の性質が吸収され、より相関がはっきりすることが期待できる。そこで、本実施形態に係る旅行時間予測装置100は、予めリンクの集合に対し、旅行時間推移パターン蓄積DB104の値に基づきクラスタリングを行い、似通った傾向を示すリンクをグループ化しておくものとする。
続いて、本実施形態に係る旅行時間予測装置100の動作(予測処理のスケジューリング)について説明する。
101 旅行時間リアルタイムデータ
102 パターン変換手段
103 予測値計算手段
104 旅行時間推移パターン蓄積DB
105 確率的コンプレキシティ計算手段
110 長期予測手段
111 中期予測手段
112 短期予測手段
Claims (14)
- 全リンク集合の中から予測対象として指定されたリンクと、予測対象の日時と、前記指定されたリンクに関して逐次入力される旅行時間時系列データと、を入力として、前記指定されたリンクと日時における予測旅行時間を出力する旅行時間予測装置であって、
少なくとも日種別に各リンクの過去の時系列データを統計処理した旅行時間推移パターンを保持するデータベースから、前記指定されたリンク及び日種別に対応する旅行時間推移パターンを受け取り、
前記旅行時間推移パターンと前記逐次入力される旅行時間との誤差に最近のデータほど重視するように働く重み付け係数を乗ずる重み付き誤差項と、所定のペナルティ係数が設定されたペナルティ項とを含む数式を用いて、前記旅行時間推移パターンと前記逐次入力される旅行時間との誤差が最も小さくなる旅行時間推移パターンの変換パラメータを算出し、
該算出した変換パラメータによって前記旅行時間推移パターンを変換して得られる予測関数を用いて予測すること、
を特徴とする旅行時間予測装置。 - 前記重み付き誤差の重み係数とペナルティ項の大きさを予測的確率的コンプレキシティを小さくすることで最適化すること、
を特徴とする請求項1に記載の旅行時間予測装置。 - 前記変換パラメータとして、少なくとも前記旅行時間推移パターンの定数倍パラメータ及び水平移動パラメータを算出すること、
を特徴とする請求項1または2に記載の旅行時間予測装置。 - 前記変換パラメータとして、少なくとも前記旅行時間推移パターンの垂直移動パラメータ及び水平移動パラメータを算出すること、
を特徴とする請求項1または2に記載の旅行時間予測装置。 - 前記逐次入力される過去一定時間において観測された所定個数の旅行時間時系列データと、計算回次毎に小さくなるよう定められた仮変動幅を適用/非適用とした複数パターンの仮変換パラメータを用いて計算した予測値と、の誤差の出現確率に基づいて、前記仮変換パラメータの更新と前記誤差の計算を所定回数繰り返すことにより、前記旅行時間推移パターンの変換パラメータを決定すること、
を特徴とする請求項1乃至4いずれか一に記載の旅行時間予測装置。 - 更に、自己回帰モデルを利用し、所定時間先までの旅行時間の短期予測を行う短期予測手段を備え、
前記短期予測手段の予測範囲を超える部分について、前記予測関数を用いた旅行時間の中期予測を行うこと、
を特徴とする請求項1乃至4いずれか一に記載の旅行時間予測装置。 - 前記短期予測と中期予測それぞれにおいて、前記逐次入力される旅行時間時系列データと、前記データベースに格納されている旅行時間推移パターンとが有意に異なるときのみ予測を実行すること、
を特徴とする請求項6に記載の旅行時間予測装置。 - 全リンク集合の中から予測対象として指定されたリンクと、予測対象の日時と、前記指定されたリンクに関して逐次入力される旅行時間時系列データと、を入力として、前記指定されたリンクと日時における予測旅行時間を出力する旅行時間予測装置であって、
少なくとも日種別に各リンクの過去の時系列データを統計処理した旅行時間推移パターンを保持するデータベースから、前記指定されたリンク及び日種別に対応する旅行時間推移パターンを受け取り、
全予測対象リンクについて予め定めるグループにグループ分けし、前記各グループ毎の代表リンクについて、前記旅行時間推移パターンと前記逐次入力される旅行時間との誤差が小さくなる旅行時間推移パターンの変換パラメータを算出しておき、
前記代表リンクと同一のグループに属するリンクに対して前記変換パラメータの値を用いて、前記旅行時間推移パターンを変換して得られる予測関数を用いて予測すること、
を特徴とする旅行時間予測装置。 - 請求項1乃至8いずれか一に記載の旅行時間予測装置と接続され、
更に、所定の端末に対して、前記旅行時間予測装置より出力された予測旅行時間を含んだ交通情報を提供する手段を備えたこと、
を特徴とする交通情報提供システム。 - 前記交通情報の配信期間を定めた固定制の課金手段を備えたこと、
を特徴とする請求項9に記載の交通情報提供システム。 - 前記交通情報の配信回数に応じた従量制の課金手段を備えたこと、
を特徴とする請求項9に記載の交通情報提供システム。 - 前記交通情報とともに、前記予測関数の変換に用いた前記変換パラメータの値を提供すること、
を特徴とする請求項9乃至11いずれか一に記載の交通情報提供システム。 - 全リンク集合の中から予測対象として指定されたリンクと、予測対象の日時と、前記指定されたリンクに関して逐次入力される旅行時間時系列データと、を入力として、前記指定されたリンクと日時における予測旅行時間を出力するコンピュータを用いた旅行時間の予測方法であって、
前記コンピュータが、少なくとも日種別に各リンクの過去の時系列データを統計処理した旅行時間推移パターンを保持するデータベースから、前記指定されたリンク及び日種別に対応する旅行時間推移パターンを受け取るステップと、
前記コンピュータが、前記旅行時間推移パターンと前記逐次入力される旅行時間との誤差に最近のデータほど重視するように働く重み付け係数を乗ずる重み付き誤差項と、所定のペナルティ係数が設定されたペナルティ項とを含む数式を用いて、前記旅行時間推移パターンと前記逐次入力される旅行時間との誤差が最も小さくなる旅行時間推移パターンの変換パラメータを算出するステップと、
前記コンピュータが、前記算出した変換パラメータによって前記旅行時間推移パターンを変換して予測関数を得るステップと、
前記コンピュータが、前記予測関数を用いて、前記指定されたリンクと日時における予測旅行時間を予測し出力するステップと、を含むこと、
を特徴とする旅行時間の予測方法。 - 全リンク集合の中から予測対象として指定されたリンクと、予測対象の日時と、前記指定されたリンクに関して逐次入力される旅行時間時系列データと、を入力として、前記指定されたリンクと日時における予測旅行時間を出力するコンピュータに実行させるプログラムであって、
少なくとも日種別に各リンクの過去の時系列データを統計処理した旅行時間推移パターンを保持するデータベースから、前記指定されたリンク及び日種別に対応する旅行時間推移パターンを受け取る処理と、
前記旅行時間推移パターンと前記逐次入力される旅行時間との誤差に最近のデータほど重視するように働く重み付け係数を乗ずる重み付き誤差項と、所定のペナルティ係数が設定されたペナルティ項とを含む数式を用いて、前記旅行時間推移パターンと前記逐次入力される旅行時間との誤差が最も小さくなる旅行時間推移パターンの変換パラメータを算出する処理と、
前記算出した変換パラメータによって前記旅行時間推移パターンを変換して予測関数を得る処理と、
前記予測関数を用いて、前記指定されたリンクと日時における予測旅行時間を予測し出力する処理と、を前記コンピュータに実行させるプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007033769A JP4932524B2 (ja) | 2006-10-20 | 2007-02-14 | 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム |
US11/907,567 US8090523B2 (en) | 2006-10-20 | 2007-10-15 | Travel-time prediction apparatus, travel-time prediction method, traffic information providing system and program |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006286551 | 2006-10-20 | ||
JP2006286551 | 2006-10-20 | ||
JP2007033769A JP4932524B2 (ja) | 2006-10-20 | 2007-02-14 | 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008123474A JP2008123474A (ja) | 2008-05-29 |
JP4932524B2 true JP4932524B2 (ja) | 2012-05-16 |
Family
ID=39319113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007033769A Active JP4932524B2 (ja) | 2006-10-20 | 2007-02-14 | 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8090523B2 (ja) |
JP (1) | JP4932524B2 (ja) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6587781B2 (en) | 2000-08-28 | 2003-07-01 | Estimotion, Inc. | Method and system for modeling and processing vehicular traffic data and information and applying thereof |
US7620402B2 (en) | 2004-07-09 | 2009-11-17 | Itis Uk Limited | System and method for geographically locating a mobile device |
EP2104081A1 (en) * | 2008-03-19 | 2009-09-23 | Harman Becker Automotive Systems GmbH | Method for providing a traffic pattern for navigation map data and navigation map data |
CN101965601B (zh) * | 2008-03-27 | 2014-05-14 | 爱信艾达株式会社 | 驾驶辅助装置及驾驶辅助方法 |
US20100076862A1 (en) * | 2008-09-10 | 2010-03-25 | Vegas.Com | System and method for reserving and purchasing events |
EP2287821B1 (en) * | 2009-07-27 | 2011-09-28 | Clarion Co., Ltd. | Method and apparatus for determining traffic information and system for route calculation |
WO2011036671A1 (en) * | 2009-09-24 | 2011-03-31 | Alcatel Lucent | Methods and system for predicting travel time |
US20110098915A1 (en) * | 2009-10-28 | 2011-04-28 | Israel Disatnik | Device, system, and method of dynamic route guidance |
JP2011113547A (ja) * | 2009-11-30 | 2011-06-09 | Sumitomo Electric Ind Ltd | 交通情報推定装置、交通情報推定のためのコンピュータプログラム、及び交通情報推定方法 |
JP5315222B2 (ja) * | 2009-12-04 | 2013-10-16 | 日立オートモティブシステムズ株式会社 | 交通情報生成装置 |
CN102110365B (zh) * | 2009-12-28 | 2013-11-06 | 日电(中国)有限公司 | 基于时空关系的路况预测方法和*** |
EP2410294A1 (en) * | 2010-07-21 | 2012-01-25 | Harman Becker Automotive Systems GmbH | Method and device for providing cost information associated with junctions and method of determining a route |
GB2492369B (en) | 2011-06-29 | 2014-04-02 | Itis Holdings Plc | Method and system for collecting traffic data |
CN102298839B (zh) * | 2011-07-12 | 2013-08-28 | 北京世纪高通科技有限公司 | Od旅行时间的计算方法及装置 |
JP5708339B2 (ja) * | 2011-07-21 | 2015-04-30 | アイシン・エィ・ダブリュ株式会社 | 信号周期解析システム、方法およびプログラム |
CN103164595B (zh) * | 2011-12-13 | 2016-05-11 | 上海宝钢钢材贸易有限公司 | 关联对象的数据分析方法 |
EP2687819A1 (de) | 2012-07-19 | 2014-01-22 | Deutsche Post AG | Aufbereitung von ortsbezogenen Daten |
JP5811996B2 (ja) * | 2012-12-12 | 2015-11-11 | トヨタ自動車株式会社 | 交通計画作成支援装置、交通計画作成支援方法 |
US9122987B2 (en) * | 2013-01-17 | 2015-09-01 | Mitsubishi Electric Research Laboratories, Inc. | Method for predicting future travel time using geospatial inference |
JP5967226B2 (ja) * | 2013-02-01 | 2016-08-10 | 富士通株式会社 | 旅行時間予測方法、旅行時間予測装置、及びプログラム |
CN103258430B (zh) * | 2013-04-26 | 2015-03-11 | 青岛海信网络科技股份有限公司 | 路段旅行时间统计、以及交通路况判定方法和装置 |
JP6230306B2 (ja) * | 2013-07-09 | 2017-11-15 | 株式会社ゼンリンデータコム | 混雑度パターンの特定及び混雑度の予測のための情報処理装置、情報処理方法及びプログラム |
US11074613B2 (en) * | 2014-06-20 | 2021-07-27 | Verizon Media Inc. | Methods and systems for evaluating the display of electronic content to individuals in geographic zone having inner boundary |
CN104408958B (zh) * | 2014-11-11 | 2016-09-28 | 河海大学 | 一种城市动态路径行程时间预测方法 |
TWI619036B (zh) * | 2016-02-22 | 2018-03-21 | 財團法人資訊工業策進會 | 交通時間預測系統、交通時間預測方法以及交通模型建立方法 |
CN107305742A (zh) * | 2016-04-18 | 2017-10-31 | 滴滴(中国)科技有限公司 | 用于确定预计到达时间的方法和设备 |
CN106023588B (zh) * | 2016-06-15 | 2018-07-06 | 招商局重庆交通科研设计院有限公司 | 一种基于交通大数据的行程时间提取、预测及查询方法 |
CN109117428B (zh) * | 2017-06-26 | 2020-12-08 | 北京嘀嘀无限科技发展有限公司 | 数据存储方法及其装置、数据查询方法及其装置 |
CN107688556B (zh) * | 2017-07-24 | 2021-09-07 | 中山大学 | 一种基于函数型主成分分析的实时行程时间计算方法 |
US11748596B2 (en) | 2019-05-23 | 2023-09-05 | International Business Machines Corporation | Context based vehicular traffic prediction |
CN113592136A (zh) * | 2021-06-18 | 2021-11-02 | 阿波罗智联(北京)科技有限公司 | 一种交通数据预测方法、装置及电子设备 |
CN117058906B (zh) * | 2023-08-21 | 2024-05-03 | 宽兆科技(深圳)有限公司 | 一种基于蓝牙mesh网状网的车辆管理*** |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6349999A (ja) * | 1986-08-20 | 1988-03-02 | 松下電器産業株式会社 | 交通流解析装置 |
JP3541708B2 (ja) | 1999-02-16 | 2004-07-14 | 株式会社日立製作所 | 旅行時間予測装置 |
US6587781B2 (en) * | 2000-08-28 | 2003-07-01 | Estimotion, Inc. | Method and system for modeling and processing vehicular traffic data and information and applying thereof |
JP2002148067A (ja) * | 2000-11-13 | 2002-05-22 | Nec Corp | ナビゲーションシステムおよびナビゲーション方法 |
CA2339433A1 (en) * | 2001-03-07 | 2002-09-07 | Lawrence Solomon | Road toll system for alleviating traffic congestion |
JP3792172B2 (ja) | 2002-04-09 | 2006-07-05 | 住友電気工業株式会社 | 旅行時間予測方法、装置及びプログラム |
JP3849590B2 (ja) * | 2002-06-21 | 2006-11-22 | 株式会社日立製作所 | 交通情報システム |
JP3932383B2 (ja) | 2002-09-27 | 2007-06-20 | 財団法人生産技術研究奨励会 | 走行所要時間予測装置 |
JP2005107762A (ja) * | 2003-09-30 | 2005-04-21 | Hitachi Ltd | 交通情報提供方法,交通情報提供システム,有料道路利用料金の支払い方法 |
JP3982525B2 (ja) | 2003-12-26 | 2007-09-26 | アイシン・エィ・ダブリュ株式会社 | 統計リンク旅行時間データの補正方法及びその装置 |
JP4223968B2 (ja) * | 2004-02-12 | 2009-02-12 | トヨタ自動車株式会社 | 交通状況予測装置および方法 |
JP4346472B2 (ja) * | 2004-02-27 | 2009-10-21 | 株式会社ザナヴィ・インフォマティクス | 交通情報予測装置 |
JP4123196B2 (ja) | 2004-06-23 | 2008-07-23 | 日本電気株式会社 | 交通情報予測関数学習装置、交通情報予測装置、交通情報変動法則獲得装置及びその方法 |
JP4353862B2 (ja) * | 2004-06-30 | 2009-10-28 | パナソニック株式会社 | 交通流データ予測装置および交通流データ予測方法 |
JP4175312B2 (ja) * | 2004-09-17 | 2008-11-05 | 株式会社日立製作所 | 交通情報予測装置 |
US7698055B2 (en) * | 2004-11-16 | 2010-04-13 | Microsoft Corporation | Traffic forecasting employing modeling and analysis of probabilistic interdependencies and contextual data |
-
2007
- 2007-02-14 JP JP2007033769A patent/JP4932524B2/ja active Active
- 2007-10-15 US US11/907,567 patent/US8090523B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US8090523B2 (en) | 2012-01-03 |
JP2008123474A (ja) | 2008-05-29 |
US20080097686A1 (en) | 2008-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4932524B2 (ja) | 旅行時間予測装置、旅行時間予測方法、交通情報提供システム及びプログラム | |
Yao et al. | Short‐term traffic speed prediction for an urban corridor | |
Russo et al. | Air quality prediction using optimal neural networks with stochastic variables | |
Chang et al. | Dynamic multi-interval bus travel time prediction using bus transit data | |
CN110570651A (zh) | 一种基于深度学习的路网交通态势预测方法及*** | |
JP2015125775A (ja) | システムでの需要の予測のためのマルチタスク学習システムおよび方法 | |
JP2022022106A (ja) | コンピュータが実施する、ルートのエネルギ使用を予測する方法 | |
KR102392054B1 (ko) | 쓰레기 운반 차량의 최적 경로 추천 방법 및 시스템 | |
JP2020135231A (ja) | 交通需要予測装置及び交通需要予測システム | |
CN101236620A (zh) | 行程时间预测装置和方法、交通信息提供***和程序 | |
Wu et al. | Forecasting air passenger traffic flow based on the two-phase learning model | |
Mahdavian et al. | A universal automated data-driven modeling framework for truck traffic volume prediction | |
Klosa et al. | Short-term traffic flow forecast using regression analysis and graph convolutional neural networks | |
El-Khawaga et al. | Comparison of master sigmoidal curve and Markov chain techniques for pavement performance prediction | |
JP4598798B2 (ja) | 旅行時間推計方法,旅行時間推計装置,その方法を実装した旅行時間推計プログラム及びそのプログラムを格納した記録媒体、旅行時間予測方法,旅行時間予測装置,その方法を実装した旅行時間予測プログラム及びそのプログラムを格納した記録媒体 | |
JP4123196B2 (ja) | 交通情報予測関数学習装置、交通情報予測装置、交通情報変動法則獲得装置及びその方法 | |
Antoniou et al. | Off–line and on–line calibration of dynamic traffic assignment systems | |
Petelin et al. | Models for forecasting the traffic flow within the city of Ljubljana | |
Ajani et al. | Dynamic path planning approaches based on artificial intelligence and machine learning | |
Niu et al. | Highway Temporal‐Spatial Traffic Flow Performance Estimation by Using Gantry Toll Collection Samples: A Deep Learning Method | |
Mallek et al. | Enhanced K-Nearest Neighbor model for multi-steps traffic flow forecast in urban roads | |
Kasai et al. | Refinement of pattern-matching method for travel time prediction | |
Wang et al. | Traffic Flow Prediction with Heterogenous Data Using a Hybrid CNN-LSTM Model. | |
Zhu et al. | A knowledge-enhanced framework for imitative transportation trajectory generation | |
Jacob et al. | Real time prediction of cab fare using machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110726 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110926 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120131 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120215 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4932524 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150224 Year of fee payment: 3 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |