使用人工智能进行交通预测：近期进展和新机遇综述

May, 2023

使用人工智能进行交通预测：近期进展和新机遇综述

Traffic Prediction using Artificial Intelligence: Review of Recent Advances and Emerging Opportunities

Maryam Shaygan, Collin Meese, Wanxin Li, Xiaolong Zhao, Mark Nejad

TL;DR该研究论文主要介绍了交通预测的重要性和如何通过应用新兴技术以及人工智能等方法来改善交通预测。同时，该论文还着重总结了多元交通时间序列建模的数据预处理方法以及未来研究的主要挑战。

Abstract

traffic prediction plays a crucial role in alleviating traffic congestion which represents a critical problem globally, resulting in negative consequences such as lost hours of additional travel time and increased fuel consumption. Integrating →

traffic prediction emerging technologies artificial intelligence data preprocessing methods research challenges

发现论文，激发创造

交通事故分析与预测的最新进展：机器学习技术的综合综述

此研究通过对最近在交通事故分析和预测中应用机器学习技术的全面回顾，解决了道路安全领域中对先进预测方法的需求。通过分析 191 项研究，重点关注预测事故风险、频率、严重程度、持续时间以及事故数据的统计分析，该研究展示了整合多样化数据源和先进机器学习技术以提高预测准确性并处理交通数据复杂性的有效性。该综述是首次提供如此全面的回顾，概述了与事故分析和预测相关的广泛领域最新研究现状。通过绘制当前研究格局并鉴别文献中的不足，该研究旨在引导未来研究，实现到 2030 年显著减少与交通相关的死亡和伤害目标，与世界卫生组织（WHO）的目标相一致。

Jun, 2024

TrafficPredict: 面向异构交通行为的轨迹预测

提出了一种基于 LSTM 的实时交通预测算法 TrafficPredict，通过学习不同交通主体的移动模式和交互方式来提高交通路径预测的准确性，应用于自动驾驶交通领域，较之先前的算法具有更高的准确性。

Nov, 2018

使用人工智能预防车祸

通过使用机器学习技术，结合交通事故和气象数据，该研究旨在预测交通事故的严重程度并减少交通事故。

Jun, 2022

智能交通系统中生成式人工智能综述

智能交通系统中的生成人工智能技术在处理不同类型任务的关键问题方面发挥了至关重要的作用，包括交通感知、交通预测、交通仿真和交通决策，并总结了在将生成人工智能应用于智能交通系统时面临的挑战和基于不同应用场景的未来研究方向。

Dec, 2023

提高城市机动性：利用人工智能和新技术连接供需

本研究综述了作者团队的研究成果，讨论了城市流动性、智能交通系统、需求管理、人工智能和计算视觉等方面的综合性研究。