L'analisi automatica ed in tempo reale dei dati della mobilità veicolare raccolti da grandi reti di sensori, è affrontato tramite reti Bayesiane che permettono di rappresentare le interconnessioni spazio-temporali tra le varie strade in modo probabilistico. La struttura di tali modelli è ottimizzata per mezzo di metodi di selezione delle feature e le prestazioni vengono validate su una grande collezione di dati reali

Monitoraggio, predizione e individuazione di anomalie nella mobilità veicolare tramite reti Bayesiane

Berno, Michele
2017/2018

Abstract

L'analisi automatica ed in tempo reale dei dati della mobilità veicolare raccolti da grandi reti di sensori, è affrontato tramite reti Bayesiane che permettono di rappresentare le interconnessioni spazio-temporali tra le varie strade in modo probabilistico. La struttura di tali modelli è ottimizzata per mezzo di metodi di selezione delle feature e le prestazioni vengono validate su una grande collezione di dati reali
2017-10-09
anomaly detection, bayesian networks, machine learning, traffic data analysis, feature selection
File in questo prodotto:
File Dimensione Formato  
Tesi_Magistrale_Berno_Michele.pdf

accesso aperto

Dimensione 1.1 MB
Formato Adobe PDF
1.1 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/28227