Новости и события » Общество » Искусственный интеллект прогнозирует задержки на железных дорогах

Искусственный интеллект прогнозирует задержки на железных дорогах

Искусственный интеллект прогнозирует задержки на железных дорогах

Ученые из Иллинойсского университета в Урбане-Шампейне (UIUC) использовали реальные данные Британских железных дорог и модель искусственного интеллекта, чтобы лучше прогнозировать задержки в железнодорожных сетях. Результаты исследования представлены на Международной конференции IEEE 2020 по интеллектуальным транспортным системам.

За последние 20 лет количество пассажиров, путешествующих по британской железнодорожной сети, почти удвоилось и составило 1,7 миллиарда ежегодно. Очевидно, жители Великобритании полагаются на железнодорожное сообщение и задержки в движении могут нарушить планы многих.

"Мы хотели изучить эту проблему, используя наш опыт работы с графовыми нейронными сетями", - объясняет Хай Тран, член факультета аэрокосмической инженерии UIUC. - Это особый класс моделей искусственного интеллекта, которые фокусируются на данных, представленных в графовых областях".

Графовая нейронная сеть (англ. Graph Neural Network, GNN) - тип нейронной сети, которая напрямую работает со структурой графа. Типичным применением GNN является классификация узлов. Концепция графовой нейронной сети была впервые предложена в 2009 году в работе, которая расширила существующие нейронные сети для обработки данных, представленных в графовых областях.

Граф - это структура данных, состоящая из двух компонентов: вершин и ребер. Граф G описывается множеством вершин (узлов) V и ребер E.

Использование GNN позволяет работать с данными графов, без предварительной обработки. Такой подход позволяет сохранить топологические отношения между узлами графа.

Ученые применили модель сверточной сети с пространственно-временным графом для прогнозирования задержек в пределах одной из самых нагруженных частей британской железнодорожной сети.

"По сравнению с другими статистическими моделями, эта модель превосходит всех в плане прогнозирования задержек до 60 минут", - подчеркивает Тран.

На Международной конференции IEEE 2020 по интеллектуальным транспортным системам было представлено исследование "Прогнозирование задержек на железных дорогах с помощью сверточных сетей с пространственно-временным графом", написанное Джейкобом С.В. Хеглундом, Панукорном Талеонгпонгом, Саймоном Ху и Хай Т. Траном.

Университеты



загрузка...


загрузка...

Свежие новости Украины на сегодня и последние события в мире экономики и политики, культуры и спорта, технологий, здоровья, происшествий, авто и мото

Вверх