Algoritmos de map-matching online para processamento de trajetórias de veículos: um estudo comparativo

Página do item simplificado
dc.creatorJosé Maia Neto
dc.creatorJuan Camilo Fonseca-Galindo
dc.creatorCristiano Leite de Castro
dc.creatorAndré Paim Lemos
dc.date.accessioned2025-03-28T17:07:38Z
dc.date.accessioned2025-09-09T00:22:24Z
dc.date.available2025-03-28T17:07:38Z
dc.date.issued2017
dc.identifier.urihttps://hdl.handle.net/1843/81080
dc.languagepor
dc.publisherUniversidade Federal de Minas Gerais
dc.relation.ispartofXIII Simpósio Brasileiro de Automação Inteligente
dc.rightsAcesso Aberto
dc.subjectArchitectural design - Data processing
dc.subjectMineração de dados (Computação)
dc.subjectComputer-aided design
dc.subject.otherTrajectory Data Mining
dc.subject.otherMap-Matching Online
dc.subject.otherComputational Intelligence
dc.subject.otherMineração de Dados em Trajetórias, Map-Matching Online, Inteligência Computacional
dc.titleAlgoritmos de map-matching online para processamento de trajetórias de veículos: um estudo comparativo
dc.typeArtigo de evento
local.description.resumoEste trabalho apresenta um estudo comparativo de algoritmos map-matching online utilizados no pré-processamento de trajetórias de veículos. Três algoritmos do estado-da-arte, baseados em Inteligência Computacional, foram comparados em vários cenários. Uma metodologia de comparação foi proposta com o objetivo de avaliar o desempenho dos algoritmos em situações reais com diferentes níveis de incerteza. Os resultados obtidos mostraram que, de modo geral, os algoritmos mais simples apresentam melhores resultados em situações reais. Os métodos mais complexos apresentam maior variância, sendo mais eficazes para trajetórias com maior erro.
local.publisher.countryBrasil
local.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELÉTRICA
local.publisher.departmentENG - DEPARTAMENTO DE ENGENHARIA ELETRÔNICA
local.publisher.initialsUFMG
local.url.externahttps://www.sba.org.br/Proceedings/SBAI/SBAI2017/SBAI17/papers/paper_249.pdf

Arquivos

Licença do pacote

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
License.txt
Tamanho:
1.99 KB
Formato:
Plain Text
Descrição:
Baixar

Coleções

Artigo de Evento

Logo UFMG