Dátová analýza a predikcie pre verejnú dopravu pomocou metód strojového učenia a umelej inteligencie
Tvorba a vyhodnocovanie predikčných modelov pre dáta verejnej dopravy rozšírené o externé zdroje dát s využitím strojového učenia a umelej inteligencie. Zostavenie modelov na základe rôznych scenárov a problémov s vyhodnotením vhodnosti a presnosti modelov. Následne nasadenie navrhovaných metód do reálneho prostredia.
Partneri
V spolupráci s Fakultou riadenia a informatiky na Žilinskej univerzite a spoločnosťou INPROP s.r.o.
Tím
Garant
Veľkosť výskumného tímu
5-9 osôb, z toho 1 - 5 študentov
Študijné programy študentov
Aplikovaná informatika, Inteligentné informačné systémy
Účel projektu
Preskúmať určujúce faktory dostupnosti dopravy, meškania a potreby cestujúcich a ich úlohu pri zlepšovaní služieb verejnej dopravy.
Ciele projektu
- Použitie vytvorených predikčných problémov v otvorenom prostredí s cieľom zvýšenia informovanosti cestujúcich.
- Analýza krátkodobých alebo dlhodobých zmien v trendoch vo využívaní verejnej dopravy cestujúcimi.
- Vytvorenie funkcionality na vylepšenie procesu tvorby cestovného poriadku.
- Porovnanie spoľahlivosti a efektívnosti vytvorených cestovných poriadkov.
- Využitie predikčných modelov pri tvorbe turnusov s cieľom optimalizácie vozového parku a minimalizácie meškania.