Effective and unburdensome forecast of highway traffic flow with adaptive computing (2021)
- Authors:
- USP affiliated authors: CORDEIRO, ROBSON LEONARDO FERREIRA - ICMC ; ALVES, MATHEUS APARECIDO DO CARMO - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.knosys.2020.106603
- Subjects: PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS); COMPUTAÇÃO RECONFIGURÁVEL; TRÁFEGO RODOVIÁRIO
- Keywords: Data stream forecast; Highway traffic flow; Adaptive computing
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Knowledge-Based Systems
- ISSN: 0950-7051
- Volume/Número/Paginação/Ano: v. 212, p. 1-13, Jan. 2021
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
ALVES, Matheus Aparecido do Carmo e CORDEIRO, Robson Leonardo Ferreira. Effective and unburdensome forecast of highway traffic flow with adaptive computing. Knowledge-Based Systems, v. 212, n. Ja 2021, p. 1-13, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.knosys.2020.106603. Acesso em: 20 abr. 2024. -
APA
Alves, M. A. do C., & Cordeiro, R. L. F. (2021). Effective and unburdensome forecast of highway traffic flow with adaptive computing. Knowledge-Based Systems, 212( Ja 2021), 1-13. doi:10.1016/j.knosys.2020.106603 -
NLM
Alves MA do C, Cordeiro RLF. Effective and unburdensome forecast of highway traffic flow with adaptive computing [Internet]. Knowledge-Based Systems. 2021 ; 212( Ja 2021): 1-13.[citado 2024 abr. 20 ] Available from: https://doi.org/10.1016/j.knosys.2020.106603 -
Vancouver
Alves MA do C, Cordeiro RLF. Effective and unburdensome forecast of highway traffic flow with adaptive computing [Internet]. Knowledge-Based Systems. 2021 ; 212( Ja 2021): 1-13.[citado 2024 abr. 20 ] Available from: https://doi.org/10.1016/j.knosys.2020.106603 - 'HALITE IND.DS': agrupamento de dados em subespaços de séries temporais multidimensionais
- 'HALITE IND. DS': fast and scalable subspace clustering for multidimensional data streams
- The similarity-aware relational division database operator
- Data mining in large sets of complex data
- A new division operator to handle complex objects in very large relational datasets
- Fast and scalable outlier detection with metric access methods
- The similarity-aware relational division database operator with case studies in agriculture and genetics
- D.MCA: outlier detection with explicit micro-cluster assignments
- Fast and scalable relational division on database systems
- On the support of the similarity-aware division operator in a commercial RDBMS
Informações sobre o DOI: 10.1016/j.knosys.2020.106603 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 3014894.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
