利用二维截断分布估计有限可观测范围的两点车辆重识别调查的行程时间
应用统计
2024-11-06 v1
摘要
在交通运输中，动态称重（WIM）站、电子收费（ETC）系统、闭路电视（CCTV）被广泛部署在不同地点收集数据。车辆重识别，通过在不同地点匹配同一车辆，有助于理解长距离行程模式。在本文中，首先识别并分析了在二维时间-时间域上使用截断分布所描述的生存偏差效应的潜在危害。给定行程时间建模为指数分布或Weibull分布，最大似然估计（MLE）、Fisher信息（F.I.）和Bootstrap方法被用于估计感兴趣参数及其置信区间。除了构建行程时间分布外，还提出了一个自动查询可观测时间-时间范围的框架。对于复杂分布（例如三参数Weibull），使用PyTorch对分布进行建模以自动求得一阶和二阶导数并估计结果。设计了三个实验来证明所提出方法的有效性。总之，本文描述了在理解和分析交通状态方面一个非常独特的方面。尽管生存偏差效应长期以来未被认识和忽视，通过准确描述时间-时间域上的行程时间，所提出的方法在行程时间可靠性分析、理解物流系统、建模/预测产品寿命等方面具有潜力。
引用
@article{arxiv.2411.02539,
title = {Estimating journey time for two-point vehicle re-identification survey with limited observable scope using 2-dimensional truncated distributions},
author = {Diyi Liu and Yangsong Gu and Lee D. Han},
journal= {arXiv preprint arXiv:2411.02539},
year = {2024}
}
备注
22 pages, 13 figures