发表在《智能交通系统杂志》上的题为“用于估计入口匝道和出口匝道交通流量的数据驱动迁移学习框架”的新研究介绍了一种数据驱动框架，该框架使用迁移学习根据主线环路检测器数据准确估计高速公路匝道流量。

纽约州立大学理工学院交通工程助理教授AbolfazlKarimpour博士和亚利桑那大学的同事参与了这项研究。

Karimpour解释说，为了制定最合适的控制策略并监控、维护和评估高速公路编织区域的交通性能，交通运输部需要了解每对入口匝道和出口匝道的交通流量。然而，运输机构并不总是可以获得坡道流量。

根据Karimpour和同行新提出的框架估计的匝道流量可以帮助运输机构在未安装物理传感器的位置加强其匝道控制策略的操作。