Aller au contenu principal
2024 conference-paper

Road Network Generation and Closed-Loop Optimization for Intelligent Transportation Systems

0Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

The generative design and optimization of road networks are crucial for intelligent transportation systems. However, existing automated methods that generate pixel-based road networks often result in suboptimal connectivity, leading to inefficient transportation. Furthermore, these methods seldom consider the variability in daily travel demand when optimizing road networks. To alleviate these problems, we introduce a new deep generative model and a topology-aware loss function to enhance road connectivity. Additionally, we propose an optimization method that adapts to daily travel demands. This method refines road networks through iterative feedback, resulting in more efficient and practical transportation solutions. Experimental results confirm the effectiveness of our approach in generating high-quality and traffic-efficient road networks.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Road Network Generation and Closed-Loop Optimization for Intelligent Transportation Systems
Date Crossref
25/10/2024
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Zhejiang University pays non établi dans la notice
    Université ou école supérieure
  • College of Computer Science and Technology pays non établi dans la notice
    Université ou école supérieure

Zhejiang University et College of Computer Science and Technology.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Traffic Prediction and Management TechniquesAutonomous Vehicle Technology and SafetyTraffic control and management

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.