Traffic Flow Imputation Using Parallel Data and Generative Adversarial Networks
Traffic data imputation is critical for both research and applications of intelligent transportation systems. To develop traffic data imputation models with high accuracy, traffic data must be large and diverse, which is costly. An alternative is to use synthetic traffic data, which is cheap and eas...
Lưu vào:
Tác giả chính: | Chen, Yuanyuan |
---|---|
Đồng tác giả: | Lv, Yisheng |
Định dạng: | BB |
Ngôn ngữ: | English |
Thông tin xuất bản: |
IEEE Xplore
2020
|
Chủ đề: | |
Truy cập trực tuyến: | http://tailieuso.tlu.edu.vn/handle/DHTL/9999 |
Từ khóa: |
Thêm từ khóa bạn đọc
Không có từ khóa, Hãy là người đầu tiên gắn từ khóa cho biểu ghi này!
|
Tài liệu tương tự
-
An efficient realization of deep learning for traffic data
imputation
Thông tin tác giả:: Duan,Yanjie -
Dự đoán cổ phiếu bằng phương pháp học sâu không giám sát Generative Adversarial Network (GAN) / Nguyễn Minh Lợi; Bùi Thanh Hùng (h.dẫn)
Thông tin tác giả:: Nguyễn, Minh Lợi, và những người khác -
Activity imputation for trip-chains elicited from smart-card
data using a continuous hidden Markov model
/Gain Han, Keemin Sohn
Thông tin tác giả:: Han,Gain -
Ghost Imputation: Accurately Reconstructing Missing Data of the Off Period
Thông tin tác giả:: Rawassizadeh, Reza
Thông tin xuất bản: (2020) -
Data Augmentation techniques in time series domain: a survey and taxonomy
Thông tin tác giả:: Guillermo, Iglesias, và những người khác
Thông tin xuất bản: (2023)