This study proposes a flexible and scalable single-level framework for origin-destination matrix (ODM) inference using data from IoT (Internet of Things) and other sources. The framework allows the analyst to integrate information from multiple data sources, while controlling for differences in data quality across sources. We assess the effectiveness of the framework through a real-world experiment in Greater Adelaide (GA), Australia. We infer car OD flows within the region using four separate data sources

本研究提出了一种灵活且可扩展的单层框架，用于 使用来自物联网(Internet Of IoT)的数据进行起点-目的地矩阵(ODM)推理 事物)和其他来源。该框架允许分析人员集成 来自多个数据源的信息，同时控制 各来源的数据质量。我们评估该框架的有效性 通过在澳大利亚大阿德莱德(GA)进行的真实世界实验。我们推断 使用四个独立数据源的区域内的汽车OD流量