مهدی شاکری - دانشجوی کارشناسی ارشد ، دانشگاه آزاد اسلامی واحد اصفهان خوراسگان ، ایران
نرگس حبیبی - استادیار، دانشگاه آزاد اسلامی واحد اصفهان خوراسگان ، ایران

پیش بینی جریان ترافیک یکی از نیازهای اساسی سفر راحت است، اما این وظیفه در سیستم های سایبری- فیزیکی به دلیل افزایش روزافزون ترافیک و عدم قطعیت داده های بزرگ ترافیک، چالش برانگیز است. اگرچه روش های یادگیری عمیق (DL)1 با عملکرد برجسته به تازگی محبوب شده اند، بسیاری از مدل های DL موجود برای پیش بینی جریان ترافیک به طور کامل قطعی هستند و هیچ گونه عدم اطمینان داده ای را در اختیار ندارند. در این مقاله با بررسی و مقایسه روش های گذشته پیش بینی جریان ترافیک می توانیم به این نتیجه می رسیم که بهترین روش استفاده از نظریه فازی و مدل شبکه یادگیری عمیق می باشد.

یادگیری عمیق، نمایندگی فازی، پیش بینی جریان ترافیک