불균형 확산 모델을 이용한 교통 이상 탐지의 근본 원인 분석

교통 이상 탐지 및 분석은 지능형 교통 시스템 개발에 중요합니다. 특히, 도로 네트워크에서의 교통 이상 발생의 근본 원인과 그들의 전파 및 주변 지역에 대한 영향은 매우 의미가 있습니다. 교통 이상에 대한 근본 원인 분석은 교통 이상이 감지되는 도로 구간을 식별하는 것을 목표로 하며, 이는 보통 상태에서 크게 벗어난 교통 상태에 의해 감지되고, 교통사고나 사회적 사건과 같은 도로에서 발생하는 사고로 인해 발생합니다. 기존의 교통 이상 근본 원인 분석 방법은 모든 교통 이상을 먼저 탐지한 후, 명시적 또는 암시적으로 지정된 인과 전파 규칙을 적용하여 근본 원인을 추론합니다. 그러나 이러한 방법은 모든 교통 이상을 정확하게 식별하기 위한 신뢰할 수 있는 탐지 기술과 도로 네트워크에서 신뢰할 수 있는 인과 전파 규칙을 지정하기 위한 광범위한 도시 교통 지식이 필요합니다. 대조적으로, 이 논문은 혁신적이고 통합된 근본 원인 분석 방법을 제안합니다. 제안된 방법은 1) 교통 이상/교란의 확률적 지표로 가시적 이상값 지수를 정의하고, 2) 역사적 데이터로부터 시공간적 인과관계를 자동으로 학습하여 근본 원인 분석을 위한 불균형 확산 모델을 구축하는 것이 특징입니다. 제안된 방법의 정확도와 유효성은 선전시의 27,266개의 택시의 25억 개의 위치 기록을 포함하는 궤적 데이터셋을 기반으로 한 실험을 통해 입증되었습니다.