แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Akara Prayote. Evaluating the transition and predicting service time from closed to open boom barriers in ETC systems using machine learning. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2025.
Evaluating the transition and predicting service time from closed to open boom barriers in ETC systems using machine learning
Name: Pattarapon Klaykul
Organization :
Expressway Authority of Thailand. Strategic Planning Division
Name: Thaksina Kornkrai
Organization :
Expressway Authority of Thailand. Research and Innovations Division
Organization :
Expressway Authority of Thailand. Research and Innovations Division
Name: Akara Prayote
Organization :
King Mongkut's University of Technology North Bangkok. Department of Computer and Information Science
keyword:
Electronic toll collection systems
LCSH:
Toll plazas
LCSH:
Machine learning
LCSH:
Traffic congestion
Abstract:
Traffic congestion at toll plazas, especially in Electronic Toll Collection (ETC) systems that utilize Closed Boom Barriers (CBB), poses a significant challenge to effective traffic management during peak times. This research investigates the impact of transitioning from CBB to Open Boom Barriers (OBB) on toll operational efficiency. We analyze historical data, including average service times for both CBB and OBB systems and lane capacity. The results from real-world testing indicate that adopting OBB systems can reduce average service times by 6.75% and increase lane capacity by 21.23%. This research emphasizes the preparation, aggregation, merging, and normalization of data related to incoming traffic volume and service time features for both actual CBB and OBB systems using historical data. This process is crucial for ensuring the comparability and accuracy of average service times for the OBB system. To predict OBB service times based on CBB conditions and incoming strength, we employ machine learning techniques such as Linear Regression, SVM, Random Forest, XGBoost, and MLP. Among the models tested, the MLP showed the best performance, achieving a MAPE of 1.31% and an RMSE of 0.07. Additionally, it attained the highest R² value of 0.9376, indicating a strong fit to the data and excellent predictive capabilities. However, the study also highlights challenges, particularly the increasing trend of unauthorized crossings (UC) identified through time series analysis. The research provides data-driven insights to enhance toll plaza configurations, ultimately improving traffic flow and overall operational performance
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2025
Modified:
2025-10-07
Issued:
2025-10-07
บทความ/Article
application/pdf
BibliograpyCitation :
ใน สมาคมวิชาการไฟฟ้า อิเล็กทรอนิกส์ คอมพิวเตอร์ โทรคมนาคม และสารสนเทศ, และมหาวิทยาลัยราชภัฏอุดรธานี. คณะเทคโนโลยีและวิศวกรรมศาสตร์. การประชุมวิชาการระดับชาติงานวิจัยและพัฒนาเชิงประยุกต์ ครั้งที่ 17 (ECTI-CARD 2025) (pp.547-553). อุดรธานี : มหาวิทยาลัยราชภัฏอุดรธานี, 2568
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.022876 วินาที
Pattarapon Klaykul
| Title | Contributor | Type |
|---|---|---|
| Congestion prediction model for toll plazas using GRU and Optuna Approach
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pattarapon Klaykul;Wilaiporn Lee;Akara Prayote | บทความ/Article | |
| Evaluating the transition and predicting service time from closed to open boom barriers in ETC systems using machine learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pattarapon Klaykul;Thaksina Kornkrai;Siwat Panyachaiwatthanakool;Akara Prayote | บทความ/Article |
Thaksina Kornkrai
| Title | Contributor | Type |
|---|---|---|
| Evaluating the transition and predicting service time from closed to open boom barriers in ETC systems using machine learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pattarapon Klaykul;Thaksina Kornkrai;Siwat Panyachaiwatthanakool;Akara Prayote | บทความ/Article |
Siwat Panyachaiwatthanakool
| Title | Contributor | Type |
|---|---|---|
| Evaluating the transition and predicting service time from closed to open boom barriers in ETC systems using machine learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pattarapon Klaykul;Thaksina Kornkrai;Siwat Panyachaiwatthanakool;Akara Prayote | บทความ/Article |
Akara Prayote
| Title | Contributor | Type |
|---|---|---|
| Tropical cyclone hazardous area forecasting based on self-adaptive statistical methodology
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Arthit Buranasing;Akara Prayote | บทความ/Article | |
| Blockchain certificates for pedigree management
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Akara Prayote;Suradath Bangnikrai | บทความ/Article | |
| The optimum switching bilateral of various mix noise filters to reduce medical x-ray images
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Kriengkri Langampol;Akara Prayote;Wilaiporn Lee;Kanabadee Srisomboon | บทความ/Article | |
| Congestion prediction model for toll plazas using GRU and Optuna Approach
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pattarapon Klaykul;Wilaiporn Lee;Akara Prayote | บทความ/Article | |
| Robust water region detection in SAR imagery using cross-domain adaptation
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Luepol Pipanmekaporn;Sutwatchai Kamonsantiroj;Kanabadee Srisomboon;Akara Prayote;Wilaiporn Lee | บทความ/Article | |
| Ontology and knowledge graph construction of Thai traditional medicine
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Lisa Simasatitkul;Tientham Apichanyatham;Luepol Pipanmekaporn;Wilaiporn Lee;Kanabadee Srisomboon;Akara Prayote | บทความ/Article | |
| BERT-guided pseudo label generation for topical text classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Luepol Pipanmekaporn;Sitthipon Yamvari;Sutwatchai Kamonsantiroj;Kanabadee Srisomboon;Wilaiporn Lee;Akara Prayote | บทความ/Article | |
| Transcription for Thai traditional medicine texts with Wav2Vec2
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Jettasic Popun;Wilaiporn Lee;Akara Prayote;Kanabadee Srisomboon;Luepol Pipanmekaporn | บทความ/Article | |
| Semantic search engine, Thai traditional medicine knowledge graph application
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Natthinan Sakulpakdee;Nattavee Narischat;Kanabadee Srisomboon;Wilaiporn Lee;Luepol Pipanmekaporn;Akara Prayote | บทความ/Article | |
| Evaluating the transition and predicting service time from closed to open boom barriers in ETC systems using machine learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pattarapon Klaykul;Thaksina Kornkrai;Siwat Panyachaiwatthanakool;Akara Prayote | บทความ/Article |