ON-Traffic: An Operator Learning Framework for Online Traffic Flow Estimation and Uncertainty Quantification
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种名为ON-Traffic的深度操作网络框架,旨在解决传统交通流估计方法的空间覆盖局限性。该框架利用移动探测车辆数据,有效捕捉复杂交通现象并提供准确的不确定性估计,推动在线自适应交通管理系统的发展。
🎯
关键要点
- 本研究提出了一种名为ON-Traffic的深度操作网络框架。
- ON-Traffic旨在解决传统交通流估计方法的空间覆盖局限性。
- 该框架利用移动探测车辆数据,有效捕捉复杂交通现象。
- ON-Traffic能够提供准确的不确定性估计。
- 研究推动了在线自适应交通管理系统的发展。
➡️