Now we discuss Figure 10 from the p

Now we discuss Figure 10 from the perspective of transportation
network data availability. Depending on its availability, the
transportation network data can be categorized into three levels.
The most widely available data is network topology data such as
rail line routes. Figure 10 shows that this data is also most useful
among transportation network features for mode detection. This is a
good property of our approach. It means that our approach can be
deployed to many regions in the world and is likely to achieve good
performance there. The less widely available data is bus stop
locations. Figure 10 shows that this data is least useful among the
top ranked features. This means that our approach would not lose
too much performance in the regions where bus stop information is
unavailable. The least available data is real-time bus locations,
which is a very predictive feature (i.e., average bus closeness)
according to Figure 10. Thus our approach will not be able to
utilize this predictive feature in many regions of the world. This is a
limitation of our approach.

ผลลัพธ์ (ไทย) 1:

ตอนนี้ เราสนทนา 10 รูปจากมุมมองของการขนส่งเครือข่ายข้อมูลความพร้อมใช้งาน ขึ้นอยู่กับความพร้อมใช้งาน การข้อมูลเครือข่ายการขนส่งสามารถแบ่งออกได้ 3 ระดับข้อมูลมีอย่างแพร่หลายคือ ข้อมูลโทโพโลยีของเครือข่ายเช่นทางรถไฟเส้นบรรทัด รูปที่ 10 แสดงว่า ข้อมูลนี้เป็นประโยชน์มากที่สุดในลักษณะเครือข่ายขนส่งโหมดตรวจ นี่คือการคุณสมบัติที่ดีของวิธีการของเรา หมายความ ว่า วิธีการของเราได้จัดวางในหลายภูมิภาคในโลก และมีแนวโน้มที่จะประสบความสำเร็จดีประสิทธิภาพมี ข้อมูลน้อยแพร่มีรถประจำทางสถาน รูปที่ 10 แสดงว่า ข้อมูลนี้เป็นประโยชน์อย่างน้อยระหว่างคุณลักษณะการจัดอันดับด้านบน หมายความ ว่า วิธีการของเราจะไม่สูญเสียประสิทธิภาพการทำงานมากเกินไปในภูมิภาคที่เป็นบัสข้อมูลไม่สามารถใช้งาน อย่างน้อยข้อมูลคือ ตำแหน่งรถแบบ real-timeซึ่งเป็นลักษณะงานมาก (เช่น รถเฉลี่ยความใกล้เคียง) หรือไม่ตามรูปที่ 10 ดังนั้น วิธีการของเราจะไม่สามารถใช้คุณลักษณะนี้คาดการณ์ในหลายภูมิภาคของโลก นี่คือการข้อจำกัดของวิธีการของเรา

ผลลัพธ์ (ไทย) 2:

ตอนนี้เราจะหารือรูปที่ 10
จากมุมมองของการขนส่งเครือข่ายพร้อมข้อมูล ทั้งนี้ขึ้นอยู่กับความพร้อมของที่ข้อมูลเครือข่ายการขนส่งสามารถแบ่งออกเป็นสามระดับ. ข้อมูลที่สามารถใช้ได้อย่างกว้างขวางมากที่สุดคือข้อมูลโครงสร้างเครือข่ายเช่นเส้นทางรถไฟสาย รูปที่ 10 แสดงให้เห็นว่าข้อมูลเหล่านี้ยังมีประโยชน์มากที่สุดในคุณสมบัติเครือข่ายการขนส่งสำหรับการตรวจสอบโหมด นี้เป็นสถานที่ให้บริการที่ดีของวิธีการของเรา ก็หมายความว่าวิธีการของเราสามารถนำไปใช้ในหลายภูมิภาคของโลกและมีแนวโน้มที่จะประสบความสำเร็จที่ดีประสิทธิภาพการทำงานที่มี ข้อมูลที่สามารถใช้ได้อย่างกว้างขวางน้อยเป็นป้ายรถเมล์สถานที่ รูปที่ 10 แสดงให้เห็นว่าข้อมูลนี้เป็นประโยชน์อย่างน้อยในหมู่คุณสมบัติอันดับ ซึ่งหมายความว่าวิธีการของเราจะไม่สูญเสียประสิทธิภาพการทำงานที่มากเกินไปในภูมิภาคที่หยุดรถบัสข้อมูลคือไม่พร้อมใช้งาน ข้อมูลที่มีอย่างน้อยเป็นเวลาจริงสถานที่รถบัสซึ่งเป็นคุณสมบัติที่คาดการณ์มาก (เช่นรถบัสเฉลี่ยความใกล้ชิด) ตามรูปที่ 10 ดังนั้นวิธีการของเราจะไม่สามารถที่จะใช้ประโยชน์จากคุณลักษณะการคาดการณ์นี้ในหลายภูมิภาคของโลก นี่คือข้อ จำกัด ของวิธีการของเรา

ผลลัพธ์ (ไทย) 3:

ตอนนี้เราได้กล่าวถึงรูปที่ 10 จากมุมมองของเครือข่ายการขนส่ง
ข้อมูลว่าง ขึ้นอยู่กับความพร้อมของ
การขนส่งเครือข่ายข้อมูลสามารถแบ่งออกเป็นสามระดับ .
ข้อมูลส่วนใหญ่อย่างกว้างขวางเป็นเครือข่ายแบบข้อมูลเช่น
เส้นทางรถไฟสาย รูปที่ 10 แสดงให้เห็นว่าข้อมูลนี้ยังเป็นประโยชน์ที่สุด
ในลักษณะเครือข่ายการขนส่งสำหรับการตรวจสอบโหมด นี่คือ
คุณสมบัติที่ดีของวิธีการของเรา มันหมายถึงว่าวิธีการของเราสามารถ
ใช้ไปยังภูมิภาคต่างๆในโลก และมีโอกาสที่จะบรรลุประสิทธิภาพที่ดี
ที่นั่น ข้อมูลน้อยกันอย่างแพร่หลายมีอยู่ป้ายรถเมล์
สถานที่ รูปที่ 10 แสดงให้เห็นว่าข้อมูลนี้เป็นประโยชน์อย่างน้อยในหมู่
อันดับคุณลักษณะ นี้หมายถึงวิธีการของเราจะไม่สูญเสีย
ประสิทธิภาพมากเกินไปในพื้นที่ที่ข้อมูลหยุดรถบัส
ใช้งานไม่ได้ ข้อมูลน้อยที่สุด คือ สถานที่ที่รถบัสเรียลไทม์
ซึ่งเป็นคุณลักษณะมาก ( เช่น มีความใกล้ชิดโดยรถบัส )
ตามรูปที่ 10 ดังนั้นวิธีการของเราจะไม่สามารถใช้คุณลักษณะนี้

ทำนายในหลายภูมิภาคของโลก นี่คือ
ข้อจำกัดของวิธีการของเรา