تحليل السلاسل الزمنية لاكتشاف الشذوذ ضمن حركة المرور

الملخص

مع التقدم الذي تشهده التكنولوجيا حالياً، ومع ازدياد التضخم السكاني، أصبحت مراقبة حركة المرور ضرورة لابد منها لضمان السلامة العامة سواء للسائقين أو للمشاة لتجنب أكبر كمية من الحوادث. لذلك ظهرت الحاجة لإيجاد نظام يعمل على تحليل بيانات الازدحام المروري للكشف عن أي شذوذ محتمل. تهدف هذه الدراسة إلى استخدام تقنيات التعلم العميق وبعض الخوارزميات لمحاولة اكتشاف الشذوذ في البيانات التي يتم استخدامها والمتعلقة بالازدحام المروري على الطرقات مأخوذة من أحد التقاطعات في مدينة انكلترا وقد تم استخدام بعض الخوارزميات مثل خوارزمية الSTL (Seasonal Trend Based on Loess)  والتي تعتمد على خصائص الإشارة الزمنية وتقسيمها، بالإضافة لخوارزميات الMachine Learning وبشكل خاص ال LSTM Autoencoder حيث أظهرت النتائج أن استخدام الشبكات العصبونية ساعد على اكتشاف الشذوذ بشكل أفضل من ال STL وذلك يتوقف على نوع الطبقات المستخدمة لبناء الشبكة.