Resumen

Este estudio desarrolla un algoritmo de detección de incidentes basado en un clasificador bayesiano ingenuo con árboles aumentados (TAN). En comparación con los algoritmos de detección basados en redes bayesianas desarrollados en estudios anteriores, este algoritmo tiene menos dependencia del conocimiento de expertos. La estructura del clasificador TAN para la detección de incidentes se aprende a partir de los datos. La discretización de atributos continuos se procesa automáticamente utilizando un método basado en entropía. Se utiliza un conjunto de datos de simulación en la sección de la Autopista Ayer Rajah (AYE) en Singapur para demostrar el desarrollo del algoritmo propuesto, que incluye el suavizado de wavelet, normalización, discretización basada en entropía y aprendizaje de estructuras. El rendimiento del algoritmo basado en TAN se evalúa en comparación con los algoritmos basados en redes bayesianas desarrollados previamente y en redes neuronales de alimentación multilayer (MLF) con los mismos datos de A

• Materias:Sistemas multiagente Dinámica de interacción Simulación de comportamientos Ecuaciones diferenciales estocásticas Dinámica caótica
• Subjects:Multiagent systems Interaction dynamics Behavioral simulation Stochastic differential equations Chaotic dynamics
• Palabras claves:Algoritmo; TAN; Detección de incidentes; Red bayesiana; Aprendizaje de estructuras; Discretización basada en entropía
• Keywords:Algorithm; TAN; Incident detection; Bayesian network; Structure learning; Entropy-based discretization