An Ising Model for Road Traffic Inference

Cyril Furtlehner 1
1 TAO - Machine Learning and Optimisation
LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France, CNRS - Centre National de la Recherche Scientifique : UMR8623
Résumé : Nous passons en revue quelques propriétés de l'algorithme de "propagation de croyances", un algorithme distribué itératif, utilisé pour effectuer des tâches d'inférence Bayésienne, et nous présentons des travaux récents où cet algorithme sert de point de départ à la fois pour encoder des données d'observation dans un modèle probabiliste et pour traiter une grande quantité d'information en temps réel. Une approche naturelle est basée sur le théorie de la réponse linéaire et des mises en oeuvre récentes sont présentées. Nous nous concentrons en particulier sur la situation où les données correspondent à une disribution multi-modale, chacun des modes représentant des patrons indépendants. En guise d'application, nous discutons le problème de reconstruction et de prédiction de trafic, basé sur des données flottantes.
Type de document :
Chapitre d'ouvrage
Xavier Leoncini and Marc Leonetti. From Hamiltonian Chaos to Complex Systems: a Nonlinear Physics Approach, Springer, 2012
Liste complète des métadonnées

Littérature citée [31 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00743351
Contributeur : Cyril Furtlehner <>
Soumis le : jeudi 18 octobre 2012 - 17:38:19
Dernière modification le : jeudi 11 janvier 2018 - 01:49:38
Document(s) archivé(s) le : samedi 19 janvier 2013 - 03:41:43

Fichier

cct-chap.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00743351, version 1

Collections

Citation

Cyril Furtlehner. An Ising Model for Road Traffic Inference. Xavier Leoncini and Marc Leonetti. From Hamiltonian Chaos to Complex Systems: a Nonlinear Physics Approach, Springer, 2012. 〈hal-00743351〉

Partager

Métriques

Consultations de la notice

227

Téléchargements de fichiers

163