Parameter-Transferred Irreducible LSTM for Traffic Data Imputation

We propose an imputation algorithm for missing spatiotemporal data based on long short-term memory (LSTM) model factorization in a traffic environment where the roadside units (RSUs) collect traffic speed data. We considered a scenario where data collection by RSUs occurs for each road segment, but...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE sensors journal Jg. 24; H. 14; S. 22178 - 22188
Hauptverfasser:	Kwon, Jungmin, Park, Hyunggon
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 15.07.2024 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Accuracy Algorithms Complexity theory Data collection Data imputation Data models Datasets Error analysis extrapolation Factorization Interpolation Long short term memory long short-term memory (LSTM) Missing data parameter transfer Parameters Roads Roads & highways Roadsides Root-mean-square errors Segments Sensors spatial interpolation Spatiotemporal data Traffic congestion Traffic information Traffic speed Training
ISSN:	1530-437X, 1558-1748
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!