La predicción del tráfico es fundamental para expandir una ciudad y un país inteligentes porque mejora la planificación urbana y la gestión del tráfico. Esta predicción es muy desafiante debido a la naturaleza multifactorial y aleatoria del tráfico. Este estudio presentó un método basado en aprendizaje por conjunto para predecir la congestión del tráfico urbano basándose en criterios meteorológicos. Utilizamos el algoritmo NAS, que en la salida basada en métodos heurísticos crea un modelo óptimo en cuanto a los datos de entrada. Contamos con 400 datos, que incluían las características meteorológicas de los días, incluyendo seis características: humedad absoluta, punto de rocío, visibilidad, velocidad del viento, altura de las nubes y temperatura, siendo la congestión del tráfico urbano el objetivo en la columna final. Hemos analizado la regresión lineal con los resultados obtenidos en el proyecto; este método fue más eficiente que otros modelos de regresión. Este método tuvo un error de 0.00002 en términos del criterio MSE y los métodos
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Monitoreo y Simulación de Cambios Dinámicos de Uso/Cobertura del Suelo Espacio-Temporales.
Artículo:
Evaluación del riesgo de la deuda gubernamental basada en algoritmos de aprendizaje automático.
Artículo:
Diseño y realización del algoritmo de conversión de espacio de composición y tono de animación.
Artículo:
Atractividad global para un sistema de tipo Lasota-Wazewska con estructura de parches y múltiples retardos variables en el tiempo.
Artículo:
Tecnologías inalámbricas y móviles para el Internet de los objetos
Artículo:
Agroecología: única esperanza para la soberanía alimentaria y la resiliencia socioecológica
Artículo:
Marco del modelo de gestión financiera y contable inteligente bajo la perspectiva de la inteligencia artificial
Artículo:
Investigación sobre el Modelo de Evaluación de la Demanda de Información Rural Basado en Big Data
Artículo:
Reduciendo la vibración del marco del robot delta en la aplicación de recogida y colocación: Un enfoque de optimización del perfil de aceleración