挖掘道路网络中反复拥堵的拓扑依赖关系
机器学习
2021-07-21 v1 计算机与社会
摘要
发现城市道路网络中导致反复拥堵（RC）模式的时空依赖关系，对城市规划与公共交通服务调度等众多实际应用至关重要。尽管大多数现有研究考察RC现象的时间模式，道路网络拓扑对RC的影响常被忽视。本文提出ST-Discovery算法，一种新颖的无监督时空数据挖掘算法，利用真实交通数据有效实现由道路网络拓扑诱导的RC依赖关系的数据驱动发现。我们通过建模并系统利用时间交通负荷离群点，剔除主要由日间引起的规律性重现交通现象（如高峰时段）。我们提出的算法首先基于交通速度离群点构建道路网络的连通子图。其次，该算法识别指示其交通负荷行为中存在时空相关性的子图对，以发现道路网络内的拓扑依赖关系。最后，我们根据算法确定的依赖分数对识别出的子图对排序。实验结果表明，ST-Discovery能有效揭示城市路网中的拓扑依赖关系。
引用
@article{arxiv.2107.09554,
title = {Mining Topological Dependencies of Recurrent Congestion in Road Networks},
author = {Nicolas Tempelmeier and Udo Feuerhake and Oskar Wage and Elena Demidova},
journal= {arXiv preprint arXiv:2107.09554},
year = {2021}
}