Traffic Incident Classification Using Bayesian Approach and Markov Chains

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F15%3A86094055" target="_blank" >RIV/61989100:27740/15:86094055 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.fgg.uni-lj.si/~/sdrobne/sor/SOR'15%20-%20Proceedings.pdf" target="_blank" >http://www.fgg.uni-lj.si/~/sdrobne/sor/SOR'15%20-%20Proceedings.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Traffic Incident Classification Using Bayesian Approach and Markov Chains

Popis výsledku v původním jazyce

One of the most challenging parts of the traffic modeling is how to model traffic behavior during traffic incidents. One of the possible approaches to this problem is to use historical data to identify typical incidents and use this knowledge to classifyfuture time series. This classification can be utilized in traffic incident length prediction and analysis. This procedure requires solution to several problems. These problems are how to cluster historic time series, how to parametrize these clusters and how to classify new series. Main aim of this article is to propose solution to the second and the third problem. These methods are called Markov chains and Bayesian classification. Data utilized in this article comes from the RODOS project from CzechRepublic highways.

Název v anglickém jazyce

Traffic Incident Classification Using Bayesian Approach and Markov Chains

Popis výsledku anglicky

One of the most challenging parts of the traffic modeling is how to model traffic behavior during traffic incidents. One of the possible approaches to this problem is to use historical data to identify typical incidents and use this knowledge to classifyfuture time series. This classification can be utilized in traffic incident length prediction and analysis. This procedure requires solution to several problems. These problems are how to cluster historic time series, how to parametrize these clusters and how to classify new series. Main aim of this article is to propose solution to the second and the third problem. These methods are called Markov chains and Bayesian classification. Data utilized in this article comes from the RODOS project from CzechRepublic highways.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

SOR '15 proceedings : the 13th International Symposium on Operations Research in Slovenia : Bled, Slovenia, September 23-25, 2015

ISBN

978-961-6165-45-7

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

143-148

Název nakladatele

Slovenian Society Informatika

Místo vydání

Ljubljana

Místo konání akce

Bled

Datum konání akce

23. 9. 2015

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—