희소 카운트 데이터로부터 교통 흐름의 시뮬레이션 프리(Simulation-Free) 추정

우리는 희소한 집계 차량 카운트(aggregated vehicle counts)로부터 시간에 따라 변하는 교통 흐름 패턴을 추정하기 위한 방법을 제안합니다. 이 방법은 연구 지역을 공간적 영역(spatial regions)으로 분할하고, 실행 가능한 영역 간 경로(region-to-region routes) 세트를 구축하며, 각 경로에 할당할 차량 수를 결정하기 위해 가중 최소제곱 최적화(weighted least-squares optimization) 문제를 해결합니다. 가중 기여 행렬(weighted contribution matrix)은 센서 커버리지를 인코딩하여, 최적화 도구가 센서에 의해 직접 관찰 가능한 흐름 구성(flow configurations)을 향하도록 유도합니다. 그 후, 집계된 지역 센서 카운트의 시간적 및 부피적 프로필(temporal and volumetric profiles)에 대해 후보 경로의 점수를 매김으로써 엣지 수준의 궤적(Edge-level trajectories)을 도출합니다. 이 방법은 실제 및 합성 교통 데이터를 사용하여 브뤼셀(Brussels) 도로 네트워크에서 평가되었습니다. 결과에 따르면, 제안된 접근 방식은 입력 데이터의 일일 교통 프로필을 재현하며, 매우 적은 계산 비용으로 베이스라인 방법들보다 뛰어난 성능을 보입니다.