Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
     of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
پیش‌بینی تراکم ترافیکی بر اساس داده‌ های ترافیکی تهران با استفاده از یادگیری ماشین
شعبانی، زینب Shabani, Zeinab

Cataloging brief

پیش‌بینی تراکم ترافیکی بر اساس داده‌ های ترافیکی تهران با استفاده از یادگیری ماشین
پدیدآور اصلی :   شعبانی، زینب Shabani, Zeinab
ناشر :   صنعتی شریف
سال انتشار  :   1400
موضوع ها :   تراکم ترافیک Traffic Congestion یادگیری ماشینی Machine Learning شبکه عصبی Neural Network...
شماره راهنما :   ‭19-57601

Find in content

sort by

Bookmark

  • فصل مقدمه (10)
    • اهمیت و کاربرد (10)
    • تعریف مسئله (12)
      • تعاریف (12)
      • معرفی داده‌های ترافیکی (13)
      • معرفی داده‌های گرافی (13)
    • مفاهیم اولیه (14)
      • شبکه‌ی عصبی پرسپترون چندلایه (14)
      • مدل حافظه طولانی کوتاه-مدت (15)
      • مدل واحد بازگشتی دروازه‌دار (16)
      • خود رمز گذار پشته‌ای (16)
      • فرآیند نقطه‌ای (19)
    • هدف پژوهش (20)
    • ساختار پایان‌نامه (20)
  • فصل پژوهش‌های پیشین (21)
    • مدل‌سازی توزیع ترافیک (21)
    • پیش‌بینی ترافیک بر اساس جریان (25)
      • مدل فضای حالت (25)
      • مدل‌های شبکه عصبی عمیق (26)
    • پیش‌بینی تراکم ترافیکی بر اساس فرآیند نقطه‌ای (28)
    • جمع‌بندی (31)
  • فصل راه‌کار پیشنهادی (32)
    • پیش پردازش داده‌ها (32)
      • فیلتر قطعه‌راه‌ها (32)
      • هموارسازی روند ترافیکی (33)
      • حذف داده‌های پرنوسان (36)
    • پیدا کردن عوامل انتشار تراکم و استخراج ویژگیFeature Extraction (37)
    • آموزش و ارزیابی مدلModel Training and Test (39)
      • مدل XGBoost (39)
    • فرآیند نقطه‌ای (42)
    • جمع‌بندی (43)
  • فصل آزمایش‌ها (44)
    • پیش‌بینی بر اساس روند ترافیکی (44)
    • پیش‌بینی بر اساس فرآیند نقطه‌ای (49)
    • جمع‌بندی (50)
  • فصل جمع‌بندی و کارهای آتی (51)
  • مراجع (53)
  • واژه‌نامه انگلیسی به فارسی (56)
  • واژه‌نامه فارسی به انگلیسی (59)
Loading...