Spatiotemporal Correlation Modelling for Machine Learning-based Traffic State Predictions: State-of-the-art and Beyond
10.1080/01441647.2023.2171151
محفوظ في:
المؤلفون الرئيسيون: | Haipeng Cui, Qiang Meng, Teng Teck-Hou, Xiaobo Yang |
---|---|
مؤلفون آخرون: | CIVIL AND ENVIRONMENTAL ENGINEERING |
التنسيق: | مقال |
منشور في: |
Taylor & Francis
2023
|
الوصول للمادة أونلاين: | https://scholarbank.nus.edu.sg/handle/10635/242100 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Machine learning in additive manufacturing : state-of-the-art and perspectives
بواسطة: Wang, Chengcheng, وآخرون
منشور في: (2020) -
Learning control: The state of the art and perspective
بواسطة: Xu, J.-X., وآخرون
منشور في: (2014) -
A STATE-OF-THE ART METHOD TO PREDICT TUBING DESIGN DURABILITY: A PREDICTIVE APPROACH USING MACHINE LEARNING ALGORITHM
بواسطة: Hasian Sitanggang, Satrio -
Forecasts in Corporate Reports: State of the Art
بواسطة: TAN, Teck Meng, وآخرون
منشور في: (1986) -
Computational study of state-of-the-art path-based traffic assignment algorithms
بواسطة: Chen, A., وآخرون
منشور في: (2014)