Key points are not available for this paper at this time.
시각화는 교통 센서에서 수집된 대규모 교통 데이터셋을 사용하여 교통 혼잡을 연구하는 효과적인 도구입니다. 기존 기술은 한 개 이상의 고속도로에서 혼잡한 지역이 형성되고 발전하며 이동되는 위치와 시간을 밝힐 수 있지만, 전체 도로 네트워크에서, 특히 밀집된 도시 네트워크에서 교통 혼잡의 진화를 시각화하는 것은 여전히 도전적입니다. 이 문제를 해결하기 위해 본 논문은 등가면, 제약 등가면, 벽 지도라는 세 가지 3D 탐색적 시각화 기법을 제안합니다. 이 세 가지 기술은 각각의 장점이 다르며, 장점을 극대화하기 위해 결합되어야 합니다. 우리는 런던의 자동 번호 인식(ANPR) 링크 주행 시간 데이터의 사례를 통해 우리의 시각화 기술을 제시합니다.
Cheng et al. (화요일,)은 이 문제를 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: