Hourly Origin–Destination Matrix Estimation Using Intelligent Transportation Systems Data and Deep Learning
Predicting the travel demand plays an indispensable role in urban transportation planning. Data collection methods for estimating the origin–destination (OD) demand matrix are being extensively shifted from traditional survey techniques to the pre-collected data from intelligent transportation syste...
Guardado en:
Autores principales: | Shahriar Afandizadeh Zargari, Amirmasoud Memarnejad, Hamid Mirzahossein |
---|---|
Formato: | article |
Lenguaje: | EN |
Publicado: |
MDPI AG
2021
|
Materias: | |
Acceso en línea: | https://doaj.org/article/d42147b576eb40188592a7fa824870e8 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
-
Inclusión de ingeniería sostenible en el contexto regional
por: Martinez-Duque,Dennis, et al.
Publicado: (2021) -
Artificial Intelligence Methodologies for Data Management
por: Joel Serey, et al.
Publicado: (2021) -
Leakage detection in water distribution networks using hybrid feedforward artificial neural networks
por: Hamideh Fallahi, et al.
Publicado: (2021) -
La globalización económica del siglo XXI. Entre la mundialización y la desglobalización
por: Coppelli Ortiz,Gerardo
Publicado: (2018) -
Association of Breastfeeding in the First Hours of Life with Duration of Lactation
por: E ZahedPasha, et al.
Publicado: (2012)