Cụ thể, nghiên cứu tập trung vào việc phân tích dữ liệu giao thông từ các nguồn khác nhau như cảm biến, camera giám sát, hệ thống định vị GPS, dữ liệu mạng xã hội và các nguồn thông tin
HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG TIỂU LUẬN KẾT THÚC HỌC PHẦN: PHƯƠNG PHÁP LUẬN NGHIÊN CỨU KHOA HỌC Họ tên: Phan Quang Dương Mã sinh viên: Ngày sinh: 08/11/2002 Số điện thoại: 0373745152 Nhóm lớp học: Giảng viên giảng dạy: Trần Thị Tuyết Nhung Hà Nộ – LỜI CẢM ƠN Đầu tiên, em xin gửi lời cảm ơn sâu sắc đến trường Học viện Công nghệ Bưu Viễn thơng đưa mơn học Phương pháp luận nghiên cứu khoa học vào chương trình giảng dạy Em xin đặc biệt cảm ơn giảng viên Trần Thị Tuyết Nhung hướng dẫn truyền đạt cho em kiến thức bổ ích mơn học suốt thười gian vừa qua Cô giúp chúng em hiểu ý nghĩa tầm quan trọng môn phương pháp luận nghiên cứu khoa học thực tiễn đời sống Bên cạnh đó, cịn giảng dạy cho chúng em nhiều kiến thức lạ, ví dụ hay cụ thể để em hình dung rõ hiểu sâu sắc nội dung môn học Môn học rèn luyện kỹ mềm cần thiết kinh nghiệp để viết báo cáo, nghiên cứu khoa học, hỗ trợ việc thực đồ án tốt nghiệp năm cuối thật hữu ích cần thiết cho sinh viên trường em Em hi vọng mong muốn Học viện tiếp tục đưa vào chương trình giảng dạy mơn học thuộc lĩnh vực khoa học để sinh viên chúng em tiếp cận, nâng cao kiến thức cho thân, trang bị kiến thức cho công việc Bài tiểu luận em cịn thiếu sót khơng tránh khỏi, em kính mong xem xét góp ý để e hồn thiện kiến thức Em xin chân thành cảm ơn! Hà Nội, ngày 08 tháng 11 năm 2023 Sinh viên Phan Quang Dương Tiểu luận: Xây dựng đề cương nghiên cứu cho đề tài nghiên cứu khoa học, cho ngành học thân ĐỀ TÀI NGHIÊN CỨU Tên đề tài Sử dụng trí tuệ nhân tạo để phân tích tối ưu hóa giao thơng thị thành phố lớn Việt nam Mục tiêu nghiên cứu: Áp dụng cơng nghệ trí tuệ nhân tạo Al để cải thiện hiệu an toàn giao thông đô thị thành phố lớn Việt Nam Cụ thể, nghiên cứu tập trung vào việc phân tích liệu giao thơng từ nguồn khác cảm biến, camera giám sát, hệ thống định vị GPS, liệu mạng xã hội nguồn thơng tin khác Đối tượng nghiên cứu: • Hệ thống giao thông đô thị: Các phương tiện giao thông: ô tô, xe máy, xe bus, tàu điện ngầm, v.v Các tuyến đường: đường cao tốc, đường phố, đường nhỏ, v.v Hệ thống giao thông công cộng: tàu điện, xe bus, hệ thống giao thông công cộng điện tử, v.v • Người dùng giao thông: Người điều khiển phương tiện: tài xế ô tô, tài xế xe máy, tài xế xe bus, Người bộ: người dân bộ, người qua đường, v.v • Cơ quan quản lý giao thơng: Cơ quan quản lý giao thông đô thị cấp quốc gia, địa phương Cơ quan quản lý giao thông công cộng: hãng vận tải, công ty quản lý đường sắt, v.v • Dữ liệu thơng tin giao thơng: Các liệu giao thông từ cảm biến đo lường giao thông, camera giám sát, liệu từ GPS thiết bị di động,v.v Dữ liệu thông tin từ hệ thống quản lý giao thông hệ thống thông tin vận tải Phạm vị nghiên cứu: ành phố Hà Nội Ý nghĩa thực tiễn đề tài: • Cải thiện an tồn giao thơng: cải thiện tính an tồn cho người tham gia giao thơng Phân tích dự đốn tình hình giao thơng giúp ngăn chặn tai nạn ùn tắc giao thông, cung cấp thông tin cần thiết để hạn chế rủi ro • Giảm ùn tắc tiết kiệm thời gian di chuyển: giảm thiểu ùn tắc, tăng cường thông suốt luồng giao thông giảm thời gian di chuyển người dân • Cải thiện mơi trường khí hậu: giảm ùn tắc giao thông đồng nghĩa với việc giảm lượng khí thải phát từ phương tiện di chuyển • Cải thiện chất lượng sống: Tạo thoải mái sống hàng ngày người dân Việc di chuyển thuận lợi giúp cải thiện chất lượng sống họ Câu hỏi nghiên cứu: • Làm phương pháp nghiên cứu học máy áp dụn để phân tích dự đốn tình trạng ùn tắc giao thơng điểm nút giao thơng Hà Nội? • Trong bối cảnh sở liệu giao thông đô thị Hà Nội, làm để sử dụng trí tuệ nhân tạo để tạo mơ hình dự báo thơng minh tình trạng giao thơng thời gian thực dự đốn tình hình giao thơng ương lai? • Làm để áp dụng trí tuệ nhân tạo để đề xuất giải pháp tối ưu hóa mạng lưới giao thơng thị Hà Nội, giúp giảm thiểu ùn tắc tăng cường thông suốt luồng giao thơng? Giả thuyết nghiên cứu • Mối liên kết liệu giao thơng mơ hình dự đốn ùn tắc: liệu giao thơng thu thập từ nguồn khác (cảm biến giao thông, camera giám sát liệu GPS từ phương tiện di chuyển, v.v) liên kết với hiệu suất mơ hình trí tuệ nhân tạo ( ví dụ: mạng nơ học sâu, máy học) để dự đoán phân tích tình trạng ùn tắc giao thơng • Ứng dụng học máy xử lý liệu giao thông: phương pháp học máy sử dụng để xử lý liệu từ nguồn khác từ dự báo tình trạng gioa thơng thời gian thực tương lai Sử dụng mơ học có giám sát, học khơng giám sát học tăng cường cải thiện khả dự đốn đánh giá ùn tắc giao thơng • Tối ưu hóa mạng lưới giao thơng dựa trí tuệ nhân tạo: Áp dụng thuật tốn trí tuệ nhân tạo để tối ưu hóa mạng lưới giao thơng thị giúp đề xuất giải pháp cải tiến, bao gồm việc tối ưu hóa lịch trình giao thơng công cộng đề xuất giải pháp điều phối giao thông linh hoạt để giảm thiểu ùn tắc tăng cường thông suốt luồng giao thông Dự kiến phương pháp nghiên cứu Giai đoạn 1: Thu thập liệu Xác định nguồn liệu cần thiết cảm biến giao thông, camera giám sát, liệu GPS từ phương tiện di chuyển, v.v Giai đoạn 2: Tiền xử lý liệu Chuẩn hóa, làm biến đổi liệu để chuẩn bị cho việc phân tích Bao gồm xử lý liệu nhiễu, điền giá trị thiếu xử lý liệu không quán Giai đoạn 3: Áp dụng phương pháp học máy trí tuệ nhân tạo: Sử dụng phương pháp học máy học có giám sát, học khơng giám sát học tăng cường để xây dựng mơ hình dự đốn tình trạng giao thơng Các mơ hình bao gồm mạng nơ ron, máy học, học sâu, v.v Giai đoạn 4: Đánh giá hiệu suất: Đánh giá hiệu suất mơ hình thơng qua phép đo độ xác, độ chuẩn xác, đánh giá AUC, v.v Sử dụng liệu kiểm định để kiểm tra tính khả thi xác mơ hình dự đốn Giai đoạn 5: Tối ưu hóa mạng lưới giao thơng: Sử dụng kết từ mơ hình dự đốn để đề xuất giải pháp tối ưu hóa mạng lưới giao thông đô thị Để xuất biện pháp điều phối giao thông linh hoạt, cải thiện hệ thống giao thông công cộng Giai đoạn 6: Kiểm tra thực tế đánh giá hiệu quả: Áp dụng biện pháp để xuất vào thực tế thu thập liệu thực tế hiệu giải pháp triển khai So sánh kết thực tế với dự đốn từ mơ hình để đánh giá tính khả thi hiệu phương pháp Document continues below Discover more from: Phương pháp luận nghiên cứ… Học viện Công ng… 13 documents Go to course Bài báo khoa học 12 ádfdsafsdafsdf Phương pháp luận nghiên… None Tóm tắt đề tài NCKH - ấdfsdafsadfds Phương pháp luận nghiên… None Báo cáo Csllbc Phương pháp luận nghiên… None Bài báo số - hay 11 Phương pháp luận nghiên… None Triết-gki11111111 47 Phương pháp luận nghiên… None Greenjoy Phương pháp luận nghiên… None Kế hoạch thực đề tài Kế hoạch thực Thời gian dự kiến Thu thập liệu: Xác định nguồn liệu cần thiết Tiền xử lý liệu: Chuẩn hóa, làm sạch, biến đổi liệu giao thơng Xây dựng mơ hình: Áp dụng phương pháp học máy trí tuệ nhân tạo vào dự đốn tình trạng giao thơng Đánh giá hiệu suất mơ hình: Đánh giá sánh hiệu suất mơ hình dự đốn với liệu thực tế Đề xuất giải pháp tối ưu hóa mạng lưới giao thơng Thực đánh giá hiệu quả: Triển khai giải pháp vào thực tế đánh giá hiệu Viết báo cáo kết nghiên cứu PHỤ LỤC Bài báo: “Dự đốn giao thơng sử dụng trí tuệ nhân tạo: Đánh giá tiến gần hội nổi” DỰ ĐỐN GIAO THƠNG SỬ DỤNG TRÍ TUỆ NHÂN TẠO: ĐÁNH GIÁ NHỮNG TIẾN BỘ GẦN ĐÂY VÀ CÁC CƠ HỘI ĐỔI MỚI Trừu tượng Dự đoán giao thơng đóng vai trị quan trọng việc giảm bớt tắc nghẽn giao thông, vấn đề nghiêm trọng toàn cầu, dẫn đến hậu tiêu cực thêm thời gian di chuyển tăng mức tiêu thụ nhiên liệu Việc tích hợp cơng nghệ vào hệ thống giao thông mang lại hội cải thiện đáng kể khả dự đoán giao thông mang lại vấn đề nghiên cứu Để đặt tảng cho việc hiểu thách thức nghiên cứu mở dự đốn giao thơng, khảo sát nhằm mục đích cung cấp nhìn tổng quan tồn diện phương pháp dự đốn giao thông Cụ thể, tập trung vào tiến gần hội nghiên cứu phương pháp dự đốn giao thơng dựa Trí tuệ nhân tạo (AI), thành cơng gần tiềm chúng dự đoán giao thơng, tập trung vào mơ hình hóa chuỗi thời gian giao thông đa biến Trước tiên, cung cấp danh sách giải thích loại liệu tài nguyên khác sử dụng tài liệu Tiếp theo, phương pháp tiền xử lý liệu cần thiết bối cảnh dự đoán lưu lượng truy cập phân loại phương pháp dự đốn ứng dụng sau tóm tắt Cuối cùng, chúng tơi trình bày thách thức nghiên cứu dự đoán lưu lượng truy cập thảo luận số hướng nghiên cứu tương lai II Giới thiệu Ùn tắc giao thông vấn đề nghiêm trọng với tác động ngày bất lợi toàn cầu Hậu phổ biến, bao gồm tỷ lệ tai nạn gia tăng, thời chuyển tin cậy hơn, tiêu thụ nhiên liệu bổ sung, nhiễm khơng khí q mức suy giảm sức khỏe xã hội Ví dụ: Báo cáo Di chuyển Đơ thị năm 2019 ước tính tắc nghẽn giao thông Hoa Kỳ khiến thời gian di chuyển tăng thêm hàng năm 8,8 tỷ mức tiêu thụ nhiên liệu tăng thêm 3,3 tỷ gallon, tổng chi phí khoảng 179 tỷ USD (Schrank cộng sự, 2019) Vì vậy, việc tận dụng tối ưu lực sở hạ tầng giao thông để giảm ùn tắc quan trọng, đặc biệt khu thị đơng đúc Dự đốn giao thơng xác cải thiện đáng kể việc sử dụng công suất mạng đồng thời giúp giảm bớt tắc nghẽn cách trao quyền cho trung tâm quản lý giao thông (TMC) nhà điều hành đường để kiểm soát giao thông hiệu Trong Bảng 1, cung cấp số ví dụ thực tế dự án tập trung vào việc cải thiện quản lý giao thơng triển khai cơng cụ dự đốn giao thông để tạo điều kiện thuận lợi cho ứng dụng giới thực Ngoài ra, ứng dụng khác hệ thống định vị hướng dẫn tuyến đường (ví dụ: Google Maps,2 Waze,3 MapQuest,4 Apple Maps,5 TomTom GO Navigation,6 INRIX,7 Traffic Spotter8) tận dụng phương pháp dự đốn giao thơng để cung cấp cho khách du lịch thơng tin xác thời gian thực nhanh chóng giảm bớt chí ngăn ngừa tắc nghẽn Do đó, việc phát triển phương pháp dự đốn giao thơng thơng minh mạnh mẽ cách tiếp cận quan trọng để giảm bớt tắc nghẽn giao thơng Có hai cách phân loại tắc nghẽn giao thơng: tái diễn khơng tái diễn Trong tình trạng ùn tắc tái diễn thường xảy lực đường khơng đủ để đáp ứng lượng phương tiện có tình trạng tắc nghẽn khơng tái diễn chủ yếu tai nạn, phương tiện bị khuyết tật, thời tiết khắc nghiệt, khu công trường kiện đặc biệt Vấn đề dự báo giao thơng dự đốn xác kết kiện giao thông không tái diễn, chiếm khoảng 50% tổng số tắc nghẽn giao thông theo Cục Quản lý Đường cao tốc Liên bang ) Vì vậy, dự đốn lưu lượng truy cập kiện không tái diễn lĩnh vực nghiên cứu quan trọng cần quan tâm nhiều Mặc dù vậy, hầu hết nghiên cứu tập trung vào vấn đề dự đốn giao thơng tái diễn ngắn hạn dài hạn, đặc biệt cao điểm Trong dự báo giao thơng ngắn hạn, phạm vi dự đốn thường dao động trước từ vài giây đến nhiều sử dụng thông tin giao thông lịch sử (Qu cộng sự, 2019), khiến áp dụng cho việc lập kế hoạch tuyến đường kiểm sốt giao thơng, v.v Tuy nhiên, định nghĩa xác dự báo dài hạn, để phân biệt với phương pháp tiếp cận ngắn hạn, phần lớn không rõ ràng nhiều nhà nghiên cứu phân loại dự báo ngắn hạn dài hạn cách khác ardo cộng sự, 2021) Cụ thể hơn, số báo phân biệt hai cách tiếp cận dựa ngưỡng định lượng chân trời dự đoán (Abdulhai cộng sự, 2002, Chrobok cộng sự, 2004, Bogaerts cộng sự, 2020) Ngược lại, người khác cho ngắn hạn liên quan đến số bước dự báo đầu mơ hình (Zhang cộng sự, 2014, Cai cộng sự, 2016, Ma cộng sự, 2020c) Tuy nhiên, hai cách tiếp cận phân loại dẫn đến định nghĩa không rõ ràng số mơ hình (ví dụ: mơ hình nhiều đầu ra) ơn nữa, bắt buộc phải kiểm tra công nghệ nổi, chẳng hạn xe tự hành (AV), Internet vạn vật (IoT), kỹ thuật học máy chương trình chia sẻ thơng tin kết nối khơng dây an tồn, chúng có khả tác động đến cách dự đoán quản lý giao thơng cách liệt Ví dụ: blockchain công nghệ mạng thiết kế an toàn gần khám phá cách để quản lý liệu lưu lượng truy cập phi tập trung để mơ hình hóa trạng thái dự đốn lưu lượng, chẳng hạn ước tính xác suất tắc nghẽn (Hassija cộng sự, 2020) Ngoài ra, khái niệm máy học mới, bao gồm học liên kết (FL), thu hút ý đáng kể ứng dụng dự đốn luồng giao thơng (Meese cộng sự, 2022) Cụ thể, khả đào tạo mơ hình theo cách bảo vệ quyền riêng tư phi tập trung thể phương pháp hiệu an toàn để sử dụng lượng liệu giao thơng khổng lồ có (Liu cộng sự, 2020e) Hơn nữa, AV biến đổi mơ hình di chuyển tắc nghẽn có, đặt tảng cho thành phố thông minh bền vững Đặc biệt, AV đối phó tốt với nhiều vấn đề (ví dụ: tắc nghẽn) gặp phải đường ngày nhờ giao tiếp Phương tiện với thứ (V2X) theo thời gian thực với sở hạ tầng quan trọng bên liên quan, chẳng hạn phương tiện với quan điều khiển giao thông trung tâm, Đơn vị bên đường (RSU) phương tiện khác (Miglani Kumar, 2019) Tuy nhiên, thực tế trở nên khả thi AV trở nên phổ biến có giá phải hăng xã hội (Litman, 2020) Ngoài ra, tồn lỗ hổng kiến thức lớn vấn đề Đoạn trích phần Các khía cạnh dự đốn đánh giá đánh giá trước Phần phác thảo tài liệu khảo sát liên quan dự đốn giao thơng thảo luận ngắn gọn quan điểm cách tiếp cận khác Vlahogianni cộng (2004) đóng góp khảo sát tồn diện phương pháp dự đốn giao thông ngắn hạn truyền thống ứng dụng chúng Một thập kỷ sau, tác giả thảo luận 10 thách thức quan trọng phương pháp dự đốn giao thơng ngắn hạn phát triển (Vlahogianni cộng sự, 2014) Sau đó, Barros cộng (2015) khám phá hướng liệu hướng mơ hình… Dữ liệu lưu lượng truy cập Phần phác thảo phân loại rộng rãi loại liệu khác nguồn liệu cơng cộng có sẵn cho nghiên cứu dự đốn lưu lượng truy cập Chúng tơi thảo luận độ phân giải liệu cách tiếp cận khác tài liệu để xử lý trước liệu thơ thành thơng tin có giá trị thực được… Phương pháp mơ hình dự đốn giao thơng Bài tốn dự báo lưu lượng truy cập biểu thị toán dự đoán chuỗi thời gian theo khơng gian thời gian, đầu vào chứa biến lưu lượng truy cập (ví dụ: lưu lượng tốc độ) biểu thị nhiều chuỗi thời gian đầu dự báo điều kiện tương lai Phương trình dự đốn cho chuỗi thời gian biểu diễn dạng (Tedjopurnomo cộng Các trạng thái dự đoán lưu lượng truy cập phổ biến ứng dụng liên Các phương pháp dự đoán lưu lượng truy cập tập trung vào dự báo số liệu dựa mạng (ví dụ: lưu lượng, tốc độ, thời gian di chuyển, nhu cầu) phạm vi khác dựa điều kiện mạng không gian thời gian động Ngoài thảo luận tài liệu tập trung vào mơ hình trước đó, phương pháp dự đốn lưu lượng truy cập phân loại dựa vấn đề dự đoán, cụ thể dự báo Trong phần này, phác thảo mô tả số loại lý thuyết thường gặp có liên quan tài liệu… Vấn đề nghiên cứu mở hướng nghiên cứu hác thảo trạng thái dự đoán lưu lượng khác tài liệu ứng dụng liên quan chúng Tuy nhiên, việc áp dụng mơ hình phát triển đánh giá lợi ích thực tế chúng đặt thách thức nghiên cứu mở Do đó, tài liệu có thường kết luận phân tích hiệu suất sau định lượng độ xác dự đốn mơ hình Nói cách khác, khơng đánh giá lợi ích thực tế cách tiếp cận họ việc tạo điều kiện cho ứng dụng thực tế (ví dụ: phương tiện…) Phần kết luận Mặc dù nhiều phương pháp dự báo giao thông đề xuất tài liệu, từ mơ hình thống kê đến học máy, dự báo giao thông nhiệm vụ đầy thách thức mối quan hệ phức tạp liệu, yếu tố bên ngồi, tính phi tuyến tính đặc điểm khơng gian thời gian vốn có phụ thuộc Mặc dù mơ hình deep learning có bước tiến lớn việc cải thiện độ xác quy mơ phương pháp dự đốn lưu lượng truy cập cịn nhiều việc phải làm Tuyên bố đóng góp quyền tác giả CRediT Maryam Shaygan: Điều tra, Viết lách – thảo gốc Collin Meese: Điều tra, Viết – thảo gốc Wanxin Li: Xem xét chỉnh sửa Xiaoliang (George) Zhao: Xem xét chỉnh sửa Mark Nejad: Giám sát, Đánh giá biên tập 2 Bài báo: “ ” © 20 – – Visualization, And Data İntegration 507 This literature review aims to examine the current state of research and diverse methodologies employed in the data-driven optimization of urban traffic, specifically focusing on the utilization of AI and real-time analysis 508 509 • Acquiring an exact position of the area to take • Visualizing the area in two dimensions using the 510 • Training the m • Displaying this data on the created 2D map 511 512 513 514