Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Weak Chaos, Infinite Ergodic Theory, and Anomalous Dynamics Kapitel lesen Erstes Kapitel lesen

2013 | OriginalPaper | Buchkapitel

10. An Ising Model for Road Traffic Inference

verfasst von : Cyril Furtlehner

Erschienen in: From Hamiltonian Chaos to Complex Systems

Verlag: Springer New York

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We review some properties of the “belief propagation” algorithm, a distributed iterative map used to perform Bayesian inference and present some recent work where this algorithm serves as a starting point to encode observation data into a probabilistic model and to process large-scale information in real time. A natural approach is based on the linear response theory and various recent instantiations are presented. We will focus on the particular situation where the data have many different statistical components, representing a variety of independent patterns. As an application, the problem of reconstructing and predicting traffic states based on floating car data is then discussed.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Spatial and Temporal Order Beyond the Deterministic Limit: The Role of Stochastic Fluctuations in Population Dynamics
Fußnoten
1
Potentially any arbitrary mapping ϕ(x) could be considered to perform the moment matching.
 
Literatur
1.
D.J. Amit, H. Gutfreund, H. Sompolinsky, Statistical mechanics of neural networks near saturation. Ann. Phys. 173(1), 30–67 (1987)CrossRef
2.
H. Chau Nguyen, J. Berg, Bethe-peierls approximation and the inverse ising model. ArXiv e-prints, 1112.3501 (2011)
3.
S.Cocco, R. Monasson, Adaptive cluster expansion for the inverse Ising problem: convergence, algorithm and tests. arXiv:1110.5416, 2011
4.
S. Cocco, R. Monasson, V. Sessak, High-dimensional inference with the generalized hopfield model: Principal component analysis and corrections. Phys. Rev. E 83, 051123 (2011)CrossRef
5.
A. de Palma, F. Marchal, Real cases applications of the fully dynamic METROPOLIS tool-box: an advocacy for large-scale mesoscopic transportation systems. Networks Spatial Econ. 2(4), 347–369 (2002)CrossRef
6.
7.
C. Furtlehner, Y. Han, J.-M. Lasgouttes, V. Martin, F. Marchal, F. Moutarde, Spatial and temporal analysis of traffic states on large scale networks. In Intelligent Transportation Systems (ITSC), 2010 13th International IEEE Conference on, pp. 1215 –1220, 2010
8.
C. Furtlehner, J.-M. Lasgouttes, A. Auger, Learning multiple belief propagation fixed points for real time inference. Physica A: Stat. Mech. Appl. 389(1), 149–163 (2010)MathSciNetCrossRef
9.
C. Furtlehner, J.-M. Lasgouttes, A. de La Fortelle, A belief propagation approach to traffic prediction using probe vehicles. In Proceedings IEEE 10th Intelligent Conference Intelligent Transport System, pp. 1022–1027, 2007
10.
A. Georges, J. Yedidia, How to expand around mean-field theory using high-temperature expansions. J. Phys. A: Math. Gen. 24(9), 2173 (1991).
11.
Y. Han, F. Moutarde, Analysis of Network-level Traffic States using Locality Preservative Non-negative Matrix Factorization. In Proceedings of ITSC, 2011
12.
N. Hansen, A. Ostermeier, Completely derandomized self-adaptation in evolution strategies. Evol. Comput. 9(2), 159–195 (2001)CrossRef
13.
T. Heskes, On the uniqueness of loopy belief propagation fixed points. Neural Comput. 16, 2379–2413 (2004)CrossRefMATH
14.
J.J. Hopfield, Neural network and physical systems with emergent collective computational abilities. Proc. Natl. Acad. Sci. USA 79, 2554–2558 (1982)MathSciNetCrossRef
15.
E.T. Jaynes, Probability Theory: The Logic of Science (Vol 1) (Cambridge University Press, Cambridge, 2003)CrossRef
16.
Y. Kabashima, D. Saad, Belief propagation vs. tap for decoding corrupted messages. Europhys. Lett. 44, 668 (1998)
17.
H. Kappen, F. Rodrguez, Efficient learning in boltzmann machines using linear response theory. Neural Comput. 10(5), 1137–1156 (1998)CrossRef
18.
F.R. Kschischang, B.J. Frey, H.A. Loeliger, Factor graphs and the sum-product algorithm. IEEE Trans. Inf. Th. 47(2), 498–519 (2001)MathSciNetCrossRefMATH
19.
V. Martin, Modélisation probabiliste et inférence par l’algorithme Belief Propagation, Thèse de doctorat, Ecole des Mines de Paris, 2013
20.
M. Mezard, T. Mora, Constraint satisfaction problems and neural networks: A statistical physics perspective. J. Physiology-Paris 103(1–2), 107–113 (2009)CrossRef
21.
M. Mézard, G. Parisi, M. Virasoro, Spin Glass Theory and Beyond (World Scientific, Singapore, 1987)MATH
22.
M. Mézard, R. Zecchina, The random K-satisfiability problem: from an analytic solution to an efficient algorithm. Phys. Rev. E 66, 56126 (2002)CrossRef
23.
T. Minka, Expectation propagation for approximate bayesian inference. In Proceedings UAI, pp. 362–369, 2001
24.
J.M. Mooij, H.J. Kappen, On the properties of the Bethe approximation and loopy belief propagation on binary network. J. Stat. Mech. P11012 (2005)
25.
J. Pearl, Probabilistic Reasoning in Intelligent Systems: Network of Plausible Inference (Morgan Kaufmann, San Mateo, 1988)
26.
T. Plefka, Convergence condition of the tap equation for the infinite-ranged ising spin glass model. J. Phys. A: Math. Gen. 15(6), (1971, 1982),
27.
28.
29.
M.J. Wainwright, Stochastic processes on graphs with cycles: geometric and variational approaches. PhD thesis, MIT, 2002
30.
Y. Watanabe, K. Fukumizu, Graph zeta function in the bethe free energy and loopy belief propagation. In Advances in Neural Information Processing Systems, vol. 22, pp. 2017–202, 2009
31.
Y. Weiss, W.T. Freeman, Correctness of belief propagation in gaussian graphical models of arbitrary topology. Neural Comput. 13(10), 2173–2200 (2001)CrossRefMATH
32.
33.
34.
J.S. Yedidia, W.T. Freeman, Y. Weiss, Generalized belief propagation. Adv. Neural Inform. Process. Syst. 13, 689–695 (2001)
Metadaten
Titel
An Ising Model for Road Traffic Inference
verfasst von
Cyril Furtlehner
Copyright-Jahr
2013
Verlag
Springer New York
Buch
From Hamiltonian Chaos to Complex Systems

Print ISBN: 978-1-4614-6961-2

Electronic ISBN: 978-1-4614-6962-9

Copyright-Jahr: 2013

DOI
https://doi.org/10.1007/978-1-4614-6962-9_10