基于矩阵分解的实时行程时间估计
机器学习
2019-12-03 v1 信号处理
摘要
估计任意路径的行程时间对出行规划者、交通运营商、在线出租车调度与拼车平台以及导航提供商系统具有重要意义。随着技术进步，许多行驶车辆（包括在线的出租车调度系统车辆）配备了全球定位系统（GPS）设备，可每隔数秒报告车辆位置。本文利用GPS数据与矩阵分解技术，同时估计所有路段及时间间隔上的行程时间。我们将GPS数据聚合为一个矩阵，其中原矩阵的每个单元包含某路段在特定时间间隔内的平均车速。该矩阵的问题之一是其高度稀疏。我们采用交替最小二乘（ALS）方法并加入正则项对矩阵进行分解。由于该方法能解决特定时间间隔内许多路段无车所导致的稀疏问题，矩阵分解适用于行程时间估计。我们使用伊朗最大在线出租车调度系统之一提供的真实数据进行的全面评估结果，显示了所提方法的优势。
引用
@article{arxiv.1912.00455,
title = {Real-time Travel Time Estimation Using Matrix Factorization},
author = {Ebrahim Badrestani and Behnam Bahrak and Ali Elahi and Adib Faramarzi and Pouria Golshanrad and Amin Karimi Monsefi and Hamid Mahini and Armin Zirak},
journal= {arXiv preprint arXiv:1912.00455},
year = {2019}
}
备注
21 pages, 9 figures, This research is fully supported by Tap30 co, All names are listed alphabetically