Geri Dön

Delay prediction using machine learning algorithms for connected autonomous traffic flow in uninterrupted facilities

Kesintisiz akımlarda bağlantılı otonom trafik akışı için makine öğrenimi algoritmalarını kullanarak gecikme tahmini

  1. Tez No: 690435
  2. Yazar: KAAN AYTEKİN
  3. Danışmanlar: DOÇ. DR. ILGIN GÖKAŞAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Trafik, İstatistik, Traffic, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 123

Özet

Road incidents and breakdowns in freeways create excess delays in road sections for a duration of time. Amount of this delay plays an important role in the route planning of the people on the road. In this thesis, we propose a delay prediction methodology using machine learning techniques on feature engineered detector data. Our method uses incident characteristics, lagged detector data, adjacent detector data & lagged adjacent detector data as features. Created features are selected using mutual information criteria, correlation analysis and regularized & standard random forest feature importance values. The final model successfully predicts the delay for next timestep with mean squared error of 224.89 for training and 247.77 for testing data sets. Model performance further improves for the simulation conditions with less uncertainty such as incidents with short duration, accidents on right or left lane and detectors further away from the incident location.

Özet (Çeviri)

Otoyollardaki kazalar ve arızalar, bir süre boyunca yol bölümlerinde ek gecikmelere sebep olmaktadır. Bu gecikmenin miktarı, yoldaki insanların rota planlamasında önemli rol oynamaktadır. Bu tezde, özellik mühendisliği ile zenginleştirilmiş dedektör verileri üzerinde makine öğrenim teknikleri kullanarak gecikme tahmini yapan bir metodoloji öneriyoruz. Metodumuz özellik olarak kaza karakteristiklerini, dedektör verilerinin gecikmeli değerlerini, bitişik dedektör verilerini \& bitişik dedektörlerin gecikmeli verilerini kullanmaktadır. Oluşturulan özellikler, karşılıklı bilgi kriterleri, korelasyon analizi ve düzenlileştirilmiş \& standart rastgele orman özellik önemi değerleri kullanılarak seçilir. Sonuçta elde edilen model bir sonraki zaman dilimi için gecikmeyi eğitim setinde 224.89 ve test setinde 247.77 ortalama kare hata ile başarılı bir şekilde tahmin etmektedir. Model performansı kısa süreli kazalar, sağ veya sol şeritta kazalar ve kaza yerine uzak yol bölümleri gibi belirsizliğin daha düşük olduğu simülasyon koşullarında daha da iyi sonuç göstermektedir.

Benzer Tezler

  1. Vehicular visible light communication channel modeling and performance analysis

    Araç görünür ışık haberleşmesi kanal modellemesi ve performans analizleri

    BUĞRA TURAN

    Doktora

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiKoç Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SİNEM ÇÖLERİ

  2. Preserving privacy with homomorphic encryption in 5G Network Data Analytics Function

    5G Şebeke Veri Analitiği Fonksiyonu'nda homomorfik şifreleme ile mahremiyetin korunması

    BERKER ACIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERTAN ONUR

  3. Makine öğrenmesi algoritmaları kullanılarak sağlık sisteminde tahmin çalışması

    Prediction study using machine learning algorithms in health system

    GÜLSÜM SALTAN YAŞLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEHER ARSLANKAYA

  4. Havayolu yolculuk deneyimini iyileştirmek için makine öğrenmesi yöntemleriyle uçuş gecikmesi tahmini

    Machine learning techniques for enhancing airline passenger experience through flight delay prediction

    ESMA ERGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SÜHA TUNA

  5. GNSS gözlemlerindeki troposferik gecikmenin destek vektör makineleri algoritması ile kestirimi

    Estimation of tropospheric delay in GNSS observations using support vector machines algorithm

    ALİ UTKU AKAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. CEVAT İNAL