After having built a traffic simula

After having built a traffic simulation system, traffic engineers need to evaluate
scenarios with help of the system. Different output values can be used in order to
compare different scenarios (e.g., traffic flows, mean velocities, travel times, time
spent in front of red traffic lights, number of accidents, : : :). A manual analysis
of such data is often not feasible because of the high amount of information and
numerous attributes.Methods from machine learning can be used to find interesting
rules like “When the traffic density in the area x is bigger than v, traffic will get
stuck in area y”. Apparently, such rules are not trivially to be generated, but steps
into this direction have been taken (e.g., Lattner et al. 2011).
The OpenStreetMap (OSM) project has grown constantly in the last years and
is today a useful source for road maps for different purposes. It would be a benefit
for traffic research to build traffic simulation models upon OSM. OSMmaps are not
directly usable for GIS. Thus, a transformation step has to be established.
This chapter gives an introduction on how to use OSM data for traffic simulation
(Sect. 2) and how to build up a simulation graph from GIS information (Sect. 3).
It also introduces the developed traffic models (Sect. 4) and a short introduction
to machine learning for traffic simulation is provided (Sect. 5). A case scenario
is discussed (Sect. 6) and the chapter ends with a short summary of the content
and perspectives for future investigations (Sect. 7). The discussed architecture and
models are part of the traffic simulation system

Результаты (русский) 1:

После построив систему моделирования движения, движения инженеры должны оценитьсценарии с помощью системы. Различные выходные значения могут использоваться дляСравнение различных сценариев (например, движения потоков, означают скорости, Путешествия раз, времяпровел перед красным светофоров, число несчастных случаев,:::). Ручной анализтакие данные часто не является возможным из-за большого количества информации имногочисленные атрибуты. Методы машинного обучения можно найти интересныеправила, как «когда плотность движения в области x больше, чем v, получить трафикзастрял в области y». По-видимому такие правила не являются тривиально не создан, но шагив этом направлении были предприняты (например, Lattner соавт. 2011).OpenStreetMap (OSM) проект разросся постоянно в последние годы исегодня является полезным источником для дорожных карт для различных целей. Было быдля исследования движения для создания моделей моделирования движения на OSM. OSMmaps не являютсянепосредственно для использования в ГИС. Таким образом шаг преобразования должен быть создан.Эта глава дает представление о том, как использовать данные OSM для моделирования движения(Раздел 2) и как создать граф моделирования из ГИС информации (раздел 3).Он также вводит модели развитые движения (раздел 4) и краткое введениедля машинного обучения для движения моделирования предоставляется (раздел 5). Сценарийобсуждается (раздел 6) и глава заканчивается краткое изложение содержанияи перспективы для будущих расследований (раздел 7). Обсуждались архитектура имодели являются частью системы моделирования движения

Результаты (русский) 2:

После того , как построили систему моделирования трафика, инженеры трафика необходимо оценить
сценарии с помощью системы. Различные выходные значения могут быть использованы для того , чтобы
сравнить различные сценарии (например, потоки трафика, средние скорости, время в пути, время ,
проведенное перед красный сигнал светофора, количество дорожно - транспортных происшествий,:: :). Ручной анализ
таких данных часто не представляется возможным из - за большого количества информации и
многочисленных attributes.Methods из машинного обучения можно использовать , чтобы найти интересные
правила , как "Когда плотность движения в области х больше , чем V, трафик будет получить
застрял в области у ". По- видимому, такие правила не тривиальным , которые будут созданы, но шаги
в этом направлении были сделаны (например, Lattner и др. 2011).
Проект OpenStreetMap (OSM) постоянно растет в последние годы , и
сегодня является полезным источником для дороги карты для различных целей. Было бы преимуществом
для исследования трафика для построения имитационных моделей трафика на OSM. OSMmaps не
напрямую использовать для ГИС. Таким образом, шаг преобразования должен быть установлен. В
этой главе дается введение о том , как использовать данные OSM для моделирования трафика
(гл. 2) и как построить моделирования граф из информации ГИС (п. 3).
Кроме того , вводится разработанные модели трафика (п. 4) , а также краткое введение
в машинного обучения для моделирования трафика предоставляется (п. 5). Сценарий случай
обсуждается (п. 6) и глава заканчивается кратким резюме содержания
и перспектив для будущих исследований (п. 7). Рассмотренная архитектура и
модели являются частью системы моделирования движения

Результаты (русский) 3:

после того, как построили движения моделирование системы движения инженеров необходимость оценкисценарии с помощью системы.различные производства ценности могут быть использованы в целяхсопоставление различных сценариев (например, транспортные потоки, имею в виду скоростей, маршрут, времяпровел перед красный свет светофора, число дорожно - транспортных происшествий,:::).руководство анализтакие данные часто невозможно из - за большого количества информации имногочисленные атрибуты. методы для обучения можно использовать, чтобы найти интересныеправила (например, "когда плотность движения в районе х больше, чем V, движение будетзастрял в районе Y ".видимо, такие правила не trivially создается, но мерыв этом направлении были приняты (например, lattner et al.в 2011 году).этот проект OpenStreetMap (осм) постоянно расширяется в последние годы, ина сегодняшний день является полезным источником информации для дорожной карты для различных целей.было бы полезнодля движения исследований для создания движения модели на осм.osmmaps ненепосредственно для использования в гис.таким образом, переход шагом должна быть создана.в настоящей главе, дает представление о том, как использовать данные osm для движения моделирование(см.2), и о том, как создать модель, граф с гис информации (см.3).он также предусматривает развитые транспортные модели (см.4) и краткое введениедля машинного обучения для движения моделирование осуществляется (см.5).а сценарийобсуждается (см.6) и глава завершится кратким резюме содержанияи перспективы для будущих расследований (см.7).совет обсудил архитектуры имодели являются частью движения моделирование системы