Arterial Network Traffic State Prediction with Connected Vehicle Data: An Abnormality-Aware Spatiotemporal Network
Este artigo apresenta um framework de previsão de tráfego arterial baseado em dados de veículos conectados que utiliza um método de extração de estado de tráfego em duas etapas e uma rede de convolução gráfica espaço-temporal consciente de anomalias (AASTGCN) para superar as limitações de estudos anteriores e melhorar a precisão da previsão tanto em condições normais quanto anormais em redes urbanas de grande escala.