Prédiction de l'état du trafic routier basée sur les motifs et les chaînes de Markov

Feda Almuhisen 1 Nicolas Durand 1 Leonardo Brenner 2 Quafafou Mohamed 1
1 DIMAG - Data, Information & content MAnagement Group
LIS - Laboratoire d'Informatique et Systèmes
2 MOFED - Modèles et Formalismes à Evénements Discrets
LIS - Laboratoire d'Informatique et Systèmes
Résumé : Cet article propose une nouvelle méthode de prédiction de l'état du trafic routier sur de courtes fenêtres temporelles. Cette méthode bénéficie des méthodes de partitionnement spatial, d'extraction de motifs et de modélisation Markovienne. À partir de trajectoires, nous extrayons des régions fréquentes où des véhicules passent de manière récurrente en utilisant les motifs fermés fré-quents et nous détectons l'état du trafic en se basant sur l'évolution des motifs dans le temps. Nous prédisons ensuite l'état suivant du trafic pour les régions fréquentes en se basant sur les chaînes de Markov. Les expérimentations effec-tuées sur des données réelles montrent que la méthode proposée est plus efficace qu'une méthode de base.
Type de document :
Communication dans un congrès
25èmes Rencontres de la Société Francophone de Classification (SFC 2018), Sep 2018, Paris, France
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01858562
Contributeur : Nicolas Durand <>
Soumis le : mercredi 12 décembre 2018 - 14:27:52
Dernière modification le : jeudi 7 février 2019 - 14:42:21

Fichier

almuhisen_sfc2018.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01858562, version 1

Collections

Citation

Feda Almuhisen, Nicolas Durand, Leonardo Brenner, Quafafou Mohamed. Prédiction de l'état du trafic routier basée sur les motifs et les chaînes de Markov. 25èmes Rencontres de la Société Francophone de Classification (SFC 2018), Sep 2018, Paris, France. 〈hal-01858562〉

Partager

Métriques

Consultations de la notice

66

Téléchargements de fichiers

16